基于视频的实时自动人体高度测量

怎样从视频出发准确实时地测量场景中运动人体的高度?针对此问题,本文提出了一种自动实时的人体高度测量方法.该方法首先在视频序列中的每帧图像上提取一种新的头部特征点以及一种新的脚部特征点,然后根据这些特征点建立约束方程求出近似的人体高度,并同时在视频序列中跟踪双脚.最后基于获得的双脚跟踪结果,引入一条关于特征点所对应空间点的几何约束以进一步优化测量结果.与过去的许多测量方法相比,本文方法有效地利用了视频序列中包含的运动信息,有较强的鲁棒性和较高的测量精度,既能有效地处理透视镜头下的视频又能处理鱼眼镜头下的视频,而且计算量很低,可以实现实时测量.实验结果验证了本文算法的有效性和实时性.

相机前加红外滤光片对相机成像模型的影响

为了避免可见光的干扰或适应夜间工作环境,人们往往将红外滤光片装在普通相机前进行红外目标的捕捉.近年来,这种加红外滤波片的"组合红外相机"在空间视觉领域得到了广泛的应用.然而,空间视觉需要建立严格的"组合红外相机的成像模型",目前还没有文献对该问题予以关注.针对这一问题,首先从理论层面分析这种组合红外相机的成像模型是否符合针孔模型,进而通过实验分析了相机光心到空间直线的距离、滤光片厚度、空间直线与成像直线的夹角、滤光片折射率4个方面因素对其成像模型的影响.理论分析与实验结果均表明,这种组合红外相机,即使原相机的成像模型为理想的针孔模型,其成像模型理论上已不再为针孔模型.当这种组合红外相机用作相机或物体定位等空间视觉问题时,因为这些应用需要依据严格的相机成像模型,所以这种成像模型的"非针孔性"更应该得到注意,以避免由此导致的系统性误差.文中结论可望为相关研究和应用人员提供一些参考.

SARMV3D-1.0:SAR微波视觉三维成像数据集

三维成像是合成孔径雷达技术发展的前沿趋势之一,目前的SAR三维成像体制主要包括层析和阵列干涉,但面临数据采集周期长或系统过于复杂的问题,为此该文提出了SAR微波视觉三维成像的新技术思路,即充分挖掘利用SAR微波散射机制和图像视觉语义中蕴含的三维线索,并将其与SAR成像模型有效结合,以显著降低SAR三维成像的系统复杂度,实现高效能、低成本的SAR三维成像。为推动SAR微波视觉三维成像理论技术的发展,在国家自然科学基金重大项目支持下,拟构建一个比较完整的SAR微波视觉三维成像数据集。该文概述了该数据集的构成和构建规划,并给出了第一批发布数据(SARMV3D-1.0)的组成和信息描述方式、数据集制作的方法,为该数据集的共享和应用提供支撑。

基于部分惯性传感器信息的单目视觉同步定位与地图创建方法

传统的单目视觉同步定位与地图创建(MonoSLAM)方法很难处理累积误差问题,如何有效地利用惯性传感器输出的运动信息辅助SLAM系统抑制累积误差是MonoSLAM研究中的一项重要内容.由于惯性传感器输出的三轴方向角中横滚角和俯仰角的精度较高,而偏航角的精度相对较低,如果在SLAM系统中直接使用惯性传感器输出的偏航角信息不但无法有效地抑制该系统中的累积误差,反而会进一步增大系统误差、降低SLAM系统的稳定性.针对这种情况,提出一种基于惯性传感器横滚角和俯仰角的MonoSLAM方法.首先利用惯性传感器输出的横滚角和俯仰角进行系统标定;然后将惯性传感器自身的偏航角作为系统状态向量的一个分量,利用扩展卡尔曼滤波器实时地估计状态向量,进而实现实时鲁棒的同步定位和地图创建.实验结果表明,该方法可以有效地抑制SLAM系统运行过程中产生的累积误差,并降低惯性传感器测量误差对SLAM系统稳定性的影响.

含缺失成分的矩阵的广义低秩逼近及其在图像处理中的应用

针对在许多实际应用中数据以矩阵形式而非向量形式存在的问题,重点讨论含缺失成分的矩阵低秩逼近问题的广义版本,即如何对一组含缺失成分的矩阵进行低秩逼近.首先构造一个最优化问题来表达原始的广义低秩逼近问题,该最优化问题最小化输入矩阵组中已知成分的总重构误差;然后提出了一种迭代优化算法来求解上述的最优化问题;最后给出详细的算法分析.大量的模拟实验与真实图像实验结果表明,文中算法具有较好的性能.

基于学习的鲁棒三维射影重建

基于图像的三维重建是计算机视觉领域中一个重要的研究主题.针对目前深度神经网络无法有效剔除多幅图像对应点中的外点的问题,提出一种鲁棒的深度卷积神经网络,用以从多幅图像对应点中准确地恢复场景的三维射影结构.该网络首先把输入的对应点分为多个不同的子集,每个子集独立地进行射影重建;然后通过权重计算层得到每个射影重建的权重;最后通过合并层对这些不同的射影重建加权求和,得到最终的鲁棒的射影重建.实验结果表明,该网络具有较高的重建精度和很强的鲁棒性.

城市建筑立面三维“线-面”结构快速重建

本文提出一种有效的基于线段匹配与结构先验的城市建筑立面三维“线-面”结构快速重建算法.本文算法利用在当前图像中检测的初始线段将图像分割为互不重叠的区域,然后在点-线约束空间内对每个区域的竖直边进行匹配并通过全局多平面拟合的方式获取建筑初始主平面;在此基础上,利用结构先验(如共线、共面等)对图像中潜在线段匹配(或空间线段)进行推断与优化,进而获取每个区域对应的空间平面.实验结果表明,本文算法仅利用两幅图像即可重建以“线-面”形式表达的城市建筑立面完整结构,整体上具有较高的效率与精度.

一种基于双目视觉的卫星相对位姿测量方法

卫星位姿测量技术是与航天飞行器相关的空间操控活动中一项核心的支撑技术.考虑到太空环境中光源单一,且卫星表面一般为反光材质,提出了一种基于双目视觉的卫星相对位姿测量方法.在卫星面板标志点可见时,本文方法利用卫星对接环外环和卫星面板标志点测量卫星相对位姿.在卫星距离对接目标较近,无法观测到卫星面板标志点时,本文方法利用ORB特征点匹配测量位姿.为了增强鲁棒性,本方法还利用光流追踪法和卡尔曼滤波器优化位姿测量的结果.仿真实验结果表明,本方法能够在光源单一背景下对任意种类的卫星在对接过程中进行准确的位姿测量.

面向阵列InSAR点云规则化的渐近式建筑立面检测

为有效地从海量、带噪阵列InSAR空间点中检测建筑立面,该文提出一种基于结构先验的渐进式建筑立面检测算法。该文算法首先将初始阵列InSAR空间点投影至地面以生成与建筑立面相应的连通区域,然后通过结构先验的引导逐步在每个连通区域内检测潜在的线段,进而根据线段及其对应的空间点生成相应的建筑立面;在此过程中,当前连通区域对应线段的检测空间根据其相邻连通区域内已检测线段构造,有效保证了整体效率与可靠性。实验结果表明,该文算法可快速从海量、带噪阵列InSAR空间点中检测出较多的可靠建筑立面,较好地克服了传统多模型拟合算法效率低与可靠性差的缺点。

随机赋值权重的深度网络具有物体分类能力

一些文献中报道,即使深度网络的权重参数随机赋值,对应的深度网络仍有一定的分类能力.以AlexNet为模式网络,从3个侧面分析探讨了随机深度网络是否具有图像物体分类能力.首先,将AlexNet的权重随机赋值;然后,对多类不同的图像物体刺激下的神经元响应的表达不相似矩阵(RDM)与原AlexNet的RDM进行了相关性分析,发现这2类RDM具有显著相关性;鉴于深度卷积网络每层的卷积操作为加权求和,且根据中心极限定理,大量随机变量的和近似服从正态分布,进一步分别拟合了在同一输入图像下原AlexNet神经元响应的分布和随机AlexNet神经元响应的分布与高斯分布的拟合优度,并对上述2种优度进行了相关性分析.大量模拟实验表明,对于来自真实世界的样本,对应高斯拟合优度呈现显著相关性.最后,直接利用赋以随机权重的AlexNet输出的高层响应进行K近邻分类,发现其分类精度高于直接对原始彩色图像进行K近邻分类的精度.因此,与文献报道相似,实验结果再次表明随机深度网络的确具备一定的物体分类的能力.

“合成孔径雷达微波视觉理论与技术专刊”编者按

微波视觉是近年来我国研究者率先提出的新概念,拟借鉴人脑视觉感知机理和计算机视觉相关技术,融合电磁物理规律与雷达成像机理,构建一种以合成孔径雷达为传感手段的物理智能,探索合成孔径雷达信号处理、图像分析、信息提取等方面的新概念、新理论和新应用。微波视觉概念提出以来,引起了相关领域研究者的广泛关注,并得到了国家自然科学基金委等相关项目支持,具有很高的研究价值和应用前景。

基于单幅图像学习景深的古建局部三维重建和精度评测

主要探索当前无监督框架下基于单幅图像学习景深的方法,研究该方法是否能有效应对古建图像固有的结构和纹理重复现象,以及能否达到古建存档要求的厘米级重建精度。具体地,将结构光深度相机获取的数据作为真值,通过直接比较深度图和三维点云,比较在双目相机固定的图像获取方式下和在单相机运动的图像获取方式下基于单幅图像学习景深的精度差异。实验结果表明,尽管因结构和纹理重复现象的存在基于多幅图像的三维重建是一个困难的问题,但对基于单幅图像学习景深的影响一般并不明显。另外,尽管基于单幅图像学习景深在很多公开的室内和室外数据集上均取得了与激光扫描相媲美的精度,但对古建三维重建而言,目前仍难以达到古建数字化存档要求的厘米级重建精度。后续需要进一步探索提高重建精度的途径,特别是基于模型先验约束的方法。

从单幅图像学习场景深度信息固有的歧义性

从单幅图像学习场景深度信息是目前机器学习的一个重要问题,这类方法的原理依据是人类视觉系统可以从单幅图像感知深度.人类单眼感知深度是一种长期进化的能力,其对应的"脑加工机理"仍远未清楚,所以将这种"原理"直接作为"计算依据"的合理性似乎并不充分.事实上,三维场景到二维图像的成像过程,存在严格的几何映射关系.当没有任何先验信息时,场景深度与相机焦距存在固有的歧义性.所以,本文认为目前文献中从单幅图像学习场景深度信息这类方法,由于没有考虑焦距的因素,在原理上存在固有的缺陷.本文通过对实际图像进行测试,证实了这种歧义性的存在.从单幅图像学习深度信息,应该考虑相机内参数的影响,至少是相机有效焦距的影响.