The Changes of the U. S. and the Constraints It Facing

The war in Iraq is coming to an end, and the military actions are giving place to the reconstructions of that country’s political, economic and social systems. This war marks a major event in international

几何约束下虚拟人脸重复视觉特征点匹配研究

为最大程度地减少虚拟人脸特征点的误匹配,文中研究几何约束下虚拟人脸重复视觉特征点匹配方法。首先,利用高斯滤波构造虚拟人脸图像的多尺度空间,结合形状变更指数检测虚拟人脸在多尺度空间的重复视觉特征点;然后,采用基于动态特征矩阵求解(DFMS)的特征点匹配方法,完成重复视觉特征点初始匹配后,依据匹配点对的连接线距离、斜率一致的特点,构建最佳几何约束,有效删除错误匹配点对;最后,经RANSAC算法进行二次过滤后,实现了虚拟人脸的重复视觉特征点最佳匹配。实验结果显示,所提方法可在虚拟人脸的关键位置检测到重复视觉特征点,并最大程度地删除误匹配点对,实现重复视觉特征点的精准匹配。

基于跨视角一致约束的单视角三维人脸重建

基于深度神经网络的无监督单视角三维人脸重建已取得显著成功,其依赖光度渲染以及对称正则化从二维单视角图像进行训练,但是单视角图像由于自遮挡与光照影响缺乏可信的人脸几何与纹理约束.因此,提出了一种基于跨视角一致约束的两阶段的单视角三维人脸重建框架.首先,局部网络并行地估计多个视角的局部人脸纹理与UV位置图,利用低维统计人脸模型3DMM对自遮挡造成的缺失区域几何与纹理进行填充;在第2阶段中,补全网络对各视角的局部纹理与UV位置图进行补全并改进,重建具有细节的完整三维人脸几何与纹理.设计了关于光度渲染、人脸纹理、与UV位置图的跨视角一致约束函数,以无监督学习机制从多视角人脸图像数据优化端到端模型.实验结果表明,所提方法可有效地从单视角图像估计人脸姿态,对遮挡区域中人脸几何与纹理合理补全,重建带有几何与纹理细节的高质量三维人脸.特别地,在MICC Florence数据集上,所提方法较对比算法重建人脸的均方根误差降低了6.36%.

基于ORD的面板堆石坝建模关键技术与应用

针对面板堆石坝在大坝前期设计阶段方案比选多、工作量大的问题,结合面板堆石坝结构设计原理,提出一种基于ORD软件的参数化建模方法,即利用OpenRoads Designer软件研究创建面板堆石坝BIM模型的关键环节和要点,并实现将坝体结构转换为一系列逻辑约束的组件来创建坝参数化模板,并将其应用于贵州省望谟县某面板堆石坝方案比选中。实际应用结果表明,该方法用于面板堆石坝建模和前期设计方案比选切实可行,大大提高了设计效率,且成果输出展示更直观,为面板堆石坝BIM技术应用提供了新思路。

基于低秩表示的人脸识别方法

随着人工智能和计算机视觉技术的快速发展,人脸识别技术在各领域得到了广泛的应用。人脸识别可以应用于安全监控、身份认证、社交媒体、人机交互等多个领域,它能自动识别和检测人脸,并将其与预先存储的人脸进行比对和匹配。低秩表示是一种利用低秩矩阵对高维数据进行降维表示的方法。在人脸识别中应用低秩表示,可以提取出重要的人脸特征,减少冗余信息和噪声的影响。低秩表示还能增强模型的鲁棒性,使其对光照、表情、姿态等具有更好的适应性。文中对基于低秩表示的人脸识别方法进行了研究,以期为相关人员提供参考。

基于局部约束的人脸图像超分辨率重构算法

基于超完备稀疏表示理论,并根据人脸图像的特征,提出一种基于局部约束的人脸图像超分辨率重构算法。该算法首先通过样本训练出一对高、低分辨率相关联的冗余字典;再根据局部范围内人脸图像的相关性,重构出高分辨率图像;最后对图像进行全局优化。为验证算法的有效性,本文利用ORL标准图像库进行了对比实验,实验结果表明,该算法能够有效提高峰值信噪比,同时能够更好地恢复人脸图像的高频信息,有一定的实用价值。

虚拟装配中面贴合感知构造研究

人机交互是虚拟装配的一个重要特性和瓶颈技术 ,基于碰撞检测的交互无法满足桌面虚拟装配的实时需要 .让虚拟环境感知复杂对象关系是解决人机交互问题的一条重要途径 ,提出了面贴合感知的实现机制、面贴合的感知模式和相应的感知算法 .基于面贴合感知的人机交互摆脱了虚拟装配基于碰撞检测的交互模式 ,从而避免了碰撞检测算法的复杂度 .实验证明面贴合感知增强了虚拟环境对装配过程中人的交互意图的理解 ,同时有效地保证了交互的实时性 。

广义判别正交非负矩阵分解及其应用

提出了一种广义判别正交非负矩阵分解算法。与传统非负矩阵分解算法不同,该算法对目标函数加入了正交约束,保证了低维特征的非负性;也不同于以往的判别非负矩阵分解算法将判别约束加于低维权重上,该算法将判别约束推广到低维特征中,使得低维特征参与模式识别,进一步提高了识别精度。本文给出了算法的推导过程,并将其应用于人脸验证和人脸表情识别。实验结果表明,该算法提高了低维特征的判别能力,具有更好的性能。

语义过渡特征建模和形状计算方法的研究

针对当前系统边界表示法描述过渡特征的不足,对过渡特征的附加面作了深入的研究,提出一种新的过渡特征建模和确定过渡特征形状的方法,从而使过渡特征的语义得到有效地维护。该方法减少了永久命名问题对过渡特征的影响,并且不要求在FFDPs配置中提前指定,定义的参数可以直接映射到FFDPs配置,定义的特征元素控制过渡特征的形状。

基于空间约束低秩图的人脸识别

低秩表示能够很好地揭示隐藏在数据中的全局结构信息并且对噪声具有很强的鲁棒性。基于图嵌入维数约简理论框架,提出了一种人脸识别算法,其利用低秩表示模型构建数据低秩图。此外,在低秩模型中引入数据空间约束项,构建一种具有空间约束的低秩图以提高识别效果。在ORL和PIE标准人脸数据库上进行实验,同传统的识别算法相比,结果显示所提出的算法在识别率和对噪声的鲁棒性上具有更好的表现。

考虑摩擦约束时面板温度应力的有限元分析

本文介绍了用有限元法模拟接触摩擦的方法 ,并计算分析了堆石体的摩擦约束对面板温度应力的影响 .研究分析表明 ,摩擦约束引起的平均拉应力最大值出现在靠近趾板的中下部 ,当摩擦角小于坝坡角时 ,面板内不会产生贯穿的拉应力 ,摩擦角大于坝坡角时 ,拉应力分布的数值存在上限 ,达到上限值之后 ,板内平均拉应力不再随温度变化而增大 .提高坝坡平整度 ,减小堆石体对面板的约束是避免贯穿裂缝的有效措施 .

基于移动平台的快速相似脸检索

主要研究了移动平台上的相似脸检索问题.对于移动端,首先采用基于稀疏约束的级联回归模型进行精确的人脸配准,该方法不但能够筛选鲁棒的特征,而且可以将模型的大小压缩到原来的5%左右.接着,在某些关键点周围提取高维的纹理特征,并通过稀疏投影降维.对于服务器端,采用级联形状和纹理特征的方式进行高效的相似脸检索.首先基于稀疏形状重构的方式筛选脸型相似的人脸,然后基于稀疏纹理重构的方法确定相似脸.在三星Note 3智能手机上,人脸图像的配准时间约10 ms.在扩展的LFW(Labeled Face in Wild)数据库上,相似脸检索时间约1.5 s,整个模型大小约5.4 MB.大量实验结果表明,配准方法精度高,速度快,模型小;相似脸检索的方法效率高,检索结果更符合人们的视觉感受.

对称局部保持的半监督维数约简算法

针对自然界较多图像具有对称的特点以及数据分布大多呈一定的流形结构情况,提出了一种对称局部保持的半监督维数约减(SLPSDR)算法.该算法使用矩阵定义维数约减映射矩阵元素之间的关系,使图像中对称的像素点对应的映射矩阵的值之间的差别最小;同时为了利用无标签训练样本保持数据的流形结构,要求低维空间中每个点的邻域关系与高维空间中的邻域关系相似.在CMU PIE、Extend Yale B、ORL、AR人脸数据库上的实验结果表明,图像数据明显的对称特点使得SLPSDR算法优于其他对比的维数约减算法.

基于MTCNN与改进Camshift相结合的人脸检测算法

为改善视频序列中MTCNN人脸检测算法较差的实时检测效果,提出一种基于Camshift的实时人脸检测跟踪算法。该算法通过加权直方图匹配方法增强人脸轮廓的辨识度,利用改进后的MTCNN人脸检测算法实现Camshift人脸跟踪搜索框位置和尺寸的初始化,通过限定人脸框的宽高比约束了人脸形态,最终解决了Camshift跟踪算法的相近色干扰问题,实现实时人脸跟踪检测。实验结果表明,在仅使用CPU的硬件环境下,MTCNN人脸检测算法的帧率小于3帧/s,将改进后Camshift跟踪算法与MTCNN人脸检测算法相结合后,帧率约为60帧/s,满足实时性要求,改进后的算法更加健壮和准确。

基于相似性约束的面部幻象在人脸识别中的应用

为了根据低分辨率(LR)人脸图像生成高分辨率(HR)图像以提高人脸识别率,设计了四个相似性约束函数,提出了基于相似性约束的面部幻象方法。首先利用LR-LR约束计算出输入的LR人脸图像与训练集中各LR人脸图像之间的相似性;然后利用LR-HR约束描述输入的LR人脸图像与HR训练图像之间的局部结构相似性,同时增强相邻幻象图像块之间的平滑约束;最后利用空间相似性约束减少远离幻象图像块的那些图像块的影响。在FERET、Yale及ORL三大通用人脸数据库上的实验结果表明,相比其它几种较为先进的面部幻象生成方法,所提方法得到的幻象图像分辨率更高,此外,所提方法得到了更高的识别率。

一种基于对称性和上下文约束的线性鉴别分析方法

在充分考虑人脸对称性的基础上,结合图像中像素之间的上下文约束关系,提出了一种改进的图像鉴别方法,即基于对称性和上下文约束的线性鉴别分析方法 (SCCLDA).为了证明改进算法的优势,本文进一步在原始样本和镜像样本的扩展集合上测试了CCLDA(ECCLDA)的识别性能.实验研究表明,在人脸受光照、姿态以及表情等外在因素影响情况下,SCCLDA方法比ECCLDA、CCLDA、LDA等方法在人脸识别效果上具有更好的稳定性和更高的准确性.

虚拟环境下零件约束面信息自动提取技术研究

首先对约束识别和运动导航所需零件约束面进行了分析,然后对Pro/E中表面信息存储结构进行了阐述,给出了零件约束面自动识别和约束面信息参数的自动提取算法,最后给出了应用实例,研究结果表明,这种方法可以满足装配工艺规划的需要,有效提高约束识别效率。

融合约束采样和面部对齐的稀疏表示人脸识别

针对传统的稀疏表示分类算法中面部对齐受限而影响人脸识别率的问题,提出一种基于约束采样和面部对齐的稀疏表示分类算法。首先通过使用约束采样对训练图像进行预先标注得到固定脸特征;然后结合图像的纹理信息和形状特征进行面部对齐及特征提取;最后计算出测试样本与各个训练样本之间的相似度,利用稀疏表示分类器完成人脸的识别。在AR、CAS-PEAL及扩展YaleB人脸数据库上的实验验证了算法的有效性及鲁棒性。实验结果表明,约束采样和面部对齐的组合大大提高了人脸识别率,相比几种较为先进的鲁棒人脸识别算法,该算法取得了更好的识别效果。

基于面部多特征的驾驶员疲劳状态检测

鉴于传统的疲劳检测模型通过驾驶员单一疲劳特征检测具有局限性的问题,提出了一种新的驾驶员疲劳检测模型。首先使用改进的AdaBoost算法进行人脸检测,解决复杂光源和背景的影响,提高人脸检测效率。然后用LBF算法进行人眼检测,用三庭五眼法进行嘴部检测,通过人眼高宽比和像素比检测人眼闭合程度,通过嘴部高宽比和圆形度检测嘴部打哈欠状态,再综合眼部疲劳特征计算闭眼时间,利用打哈欠频率计算嘴部疲劳。最后综合上述疲劳特征检测驾驶员疲劳状态。实验表明该方法可有效检测驾驶员疲劳状态,满足疲劳检测系统对实时性、鲁棒性的要求。

多信息融合的多姿态三维人脸面部五官标志点定位方法

针对三维人脸模型面部五官标志点定位对姿态变化非常敏感的问题,提出了一种基于多信息融合的多姿态三维人脸五官标志点定位方法.首先对二维人脸纹理图像采用仿射不变的Affine-SIFT方法进行特征点检测,再利用映射关系将其投影到三维空间,并采用局部邻域曲率变化最大规则和迭代约束优化相结合的方法对面部五官标志点进行精确定位.在FRGC2.0和自建NPU3D数据库的实验结果表明,文中方法无需对姿态和三维数据的格式进行预先估计和定义,算法复杂度低,同时对人脸模型的姿态有着较强的鲁棒性,与现有五官标志点定位方法相比,有着更高的定位精度.