一种基于2D和3D SIFT特征级融合的一般物体识别算法

如何选择合适的特征表示一般物体类间差异和类内共性至关重要,因此,本文在2D SIFT(Scale Invariant Feature Transform,SIFT)的基础上,提出了基于点云模型的3D SIFT特征描述子,进而提出一种基于2D和3D SIFT特征级融合的一般物体识别算法.分别提取物体2维图像和3维点云的2D和3D SIFT特征描述子,利用"词袋"(Bag of Words,Bo W)模型得到物体特征向量,根据特征级融合将两个特征向量进行融合实现物体描述,运用有监督分类器支持向量机(Support Vector Machine,SVM)实现分类识别,给出最终识别结果.最后,实验验证了本文提出算法的好处.

一种串行双基SAR的SIFT成像算法(英文)

针对串行双基地合成孔径雷达(SAR)中的距离徙动的空变问题,该文提出了一种变标逆傅里叶变换成像算法,通过两次相位相乘和一次卷积操作实现距离徙动的精确校正。该算法基于一种由几何关系公式方法推导出的严格解析双基点目标频谱,可以完成长基线距离比条件下的串行双基 SAR 的数据处理。仿真实验和对比实验验证了该算法的有效性和优越性。此外,不同于其他的变标算法,该变标逆傅里叶变换(SIFT)成像算法不依赖于信号的线性调频特性,同样适用于相位编码信号,有更广的适用范围。

基于多特征融合的人体行为识别

为了提高视频序列中人体行为的识别率和增强在复杂环境下的适用性,通过选取人体行为区分度较高的运动方向特征、形状特征和光流变化特征进行行为描述,提出一种基于运动方向直方图(MOH)特征、2D-SIFT特征和光流方向直方图(HOOF)特征相结合的人体行为识别方法。改进运动方向直方图特征,使其在有符号梯度空间下对人体全局运动方向具有更为鲁棒的表示。使用视觉词袋模型既解决了不同动作提取的兴趣点点数不同的问题,又实现了局部特征的有效融合。实验在Weizmann数据库和KTH数据库上识别率分别高达97.83%和91.38%,并具有较好的鲁棒性。

基于视图特征点分布的三维模型检索算法

已有的特征描述符所需存储空间大和匹配计算效果不理想,因此难以得到良好的检索效果.针对这一问题,算法提出了一种结合BoF和视图特征点分布的三维模型检索算法.算法首先用SIFT描述符对模型渲染视图进行特征点提取和描述,然后运用BoF算法对得到的SIFT特征描述符进行简化,统计特征分布并得到其特征分布直方图,从而使得到的新的特征描述符能大大减少存储空间,同时方便对模型相似性计算,最后通过三维模型数据库对算法进行统计分析.实验结果表明所得到的新的特征描述符在检索效率上要优于传统的三维模型特征描述符.

基于深度视觉的SLAM算法研究与实现

针对传统激光扫描仪在地图创建中的缺点,提出一种基于Kinect深度数据模拟激光扫描的SLAM算法,对室内未知环境进行二维地图创建。通过装载Kinect传感器的移动机器人采集室内环境的彩色图和深度图,将深度图转换为三维点云,通过模拟激光扫描方法获得对应的激光扫描数据;利用SIFT算法与GTM算法相结合的方法进行特征点提取与匹配,实现室内未知环境的二维地图创建。实验对比结果表明,该方法对于室内二维地图创建有较好的效果,具有一定的理论和实际应用价值。

SIFT与粗差剔除算法相结合的机载SAR影像匹配研究

SAR影像匹配是SAR数据处理的重要环节,但是,SAR影像匹配成功率、正确率及精度较低。通过SAR影像匹配,建立SAR匹配像对,对雷达立体观察和立体测量有重要的意义。在机载SAR影像匹配中,应用SIFT算法,获得较稳定的特征,并结合2D单应变换的RANSAC算法剔除误匹配点对;选取三组不同类别的机载SAR影像数据,利用SIFT和粗差剔除相结合的算法,通过VC++和OpenCV编程,提取出特征稳定且均匀分布的同名点对,完成机载SAR影像匹配实验。结果表明,对于含有人工建筑物的机载SAR影像,SIFT算法可有效地提取大量稳定的匹配点对,其正确率高;对于含有自然植被的机载SAR影像,SIFT算法可有效地提取较多稳定的匹配点对,其正确率较高;由于SIFT算法实质上是基于局部灰度匹配的算法,对于纹理信息缺乏的机载SAR影像,只可提取少量稳定的匹配点对,其正确率相对前两者较低。总体而言,在机载SAR影像中SIFT算法能够提取到稳定的匹配点对,并结合基于2D单应变换的RANSAC算法,可有效剔除误匹配点对,提高匹配正确率及精度。

基于流形排序的三维模型检索方法

针对现有的基于视图的三维模型检索方法大多将二维投影视图特征直接用于表示三维模型,忽略不同视点下的二维投影视图特征的贡献度的问题,提出一种基于流形排序的三维模型检索方法,关注不同二维投影视图特征的贡献度。通过旋转三维模型获得34张不同视点的二维投影视图,采用基于尺度不变特征变换(scale invariant feature transform,SIFT)特征的词袋模型提取34张二维投影视图的词频向量特征,利用流形排序将同一个三维模型的34个词频向量特征聚合成一个三维模型特征。试验表明,基于流形排序的三维模型检索方法能够有效地提高检索结果的准确率。