基于形状约束和局部演化的二值水平集运动目标分割

针对水平集分割模型运算效率较低且易出现过分割的现象,结合视频中运动目标分割的应用背景,该文提出一种将运动目标检测作为先验形状约束和曲线局部演化方法相结合的二值水平集分割模型。该模型提出将运动目标检测的区域作为先验形状信息对水平集分割进行约束,并使用二值函数替换传统水平集函数提高运算效率,同时融入曲线的局部演化方法解决二值水平集模型缺乏曲线演化渐进性的问题。实验结果表明,该文方法在分割准确性、鲁棒性和运算效率等方面与相关模型相比均有不同程度的提高。

基于多点自由度约束的方向性保形拓扑优化设计方法

保持飞行器气动面、功能面等型面的精确外形是飞行器刚度设计的重要内容.为控制飞行器结构局部区域的翘曲变形模式,抑制特定方向上有害的翘曲变形,提出考虑结构方向性保形约束的拓扑优化设计新方法.一方面,引入由保形区域内有限控制点生成的人工附加弱单元(artificial weak elements,AWEs),使控制点各自由度位移通过多点自由度约束(multi-point constraints,MPCs)传递到AWEs上,约束AWEs的变形能可以实现对保形区域翘曲变形的抑制;另一方面,合理配置多点自由度约束,将需要抑制的特定方向上自由度耦合到AWEs上,从而实现方向性保形优化设计.数值算例证明所提出的优化设计方法能在结构刚度拓扑优化设计的基础上实现对局部保形区域在特定方向上翘曲变形的有效控制,与已有约束所有自由度翘曲变形的保形拓扑优化设计相比,方向性保形优化设计在变形控制效果上更加具有灵活性.

基于局部形状约束网络的人脸对齐

基于级联回归的人脸对齐方法已经取得了很大的成就,但是由于复杂的级联回归器设计、人为设计特征等局限性的影响使得人脸对齐没有找到一个性能更好的解决方案,尤其对于大姿态、大表情等条件下的人脸对齐任务.因此,为解决该问题,提出了一种新颖的人脸对齐方法——基于人脸局部形状约束.首先利用卷积神经网络初始化人脸整体形状;然后利用人脸局部区域的同质性,将人脸区域进行划分,对每一个区域定义局部形状约束;最后再由整体形状估计做为全局约束,组合各个面部局部形状约束,对整体面部特征点进行回归.实验结果表明,该方法提高了人脸对齐的精确度且速度上达到了实时.

利用形状估计的人脸特征点定位算法

针对鲁棒级联姿势回归算法(robust cascaded pose regression,RCPR)缺乏形状约束,对复杂人脸图像的定位精度差、成功率低的问题,提出一种利用形状估计的分块特征点定位算法。为提高定位成功率和准确度,对人脸特征点进行分块,对每一块进行形状估计作为约束;为保证形状估计的精度和连续性,在传统核回归的基础上,学习得到图像特征与目标形状间的联合概率分布函数,称做匹配函数,并求取最大值作为形状估计;为提高算法性能,只需对部分点的位置进行回归,减少了回归器的数量,并引入了形状索引特征的采样先验。实验表明,算法对复杂人脸图像具有更高的定位准确度和鲁棒性,定位成功率可达86%,同时计算速度可以实现实时处理。

面向人体参数测量的非闭合Snake模型局部轮廓提取

针对传统Snake模型不适用于局部轮廓提取,且在提取人体轮廓时易受背景和人体着装影响的问题,提出一种带形状约束的非闭合Snake模型.首先对Snake模型求解过程进行分析,重新设置每个点的可导性,实现了非闭合Snake模型;然后针对人体参数测量,根据先验知识为非闭合Snake模型添加形状约束力项,使得Snake曲线在迭代过程中能够保持指定轮廓形状;最后采用一种基于梯度的初始轮廓自动设置方法避免人工设置的烦琐.实验结果表明,该模型能有效地提取人体局部轮廓,降低复杂背景和人体着装带来的干扰,基本满足人体参数测量的要求.

基于模糊形状上下文与局部向量相似性约束的配准算法

非刚性点集配准研究是模式识别领域的一项重要基础研究.本文在当前流行的非刚性点集配准算法的基础上提出了两个主要贡献:1)模糊形状上下文(Fuzzy shape context, FSC)特征;2)基于局部向量特征的局部空间向量相似性约束项.本文首先进行基于特征互补的对应关系评估,在这一步骤中定义了模糊形状上下文特征,然后基于模糊形状上下文特征差异和全局特征差异设计了特征互补的高斯混合模型.其次,进行基于约束互补的空间变化更新.在这一步骤中,定义了局部向量特征,建立了局部空间向量相似性约束项.本文算法通过使用特征互补的高斯混合模型进行对应关系评估,并将配准问题转化为可以用期望最大化(Expectation maximization, EM)算法解决的参数优化问题,通过创建包含局部空间向量相似性约束项的能量方程优化了空间变换更新.本文首先测试了模糊形状上下文特征的检索率,然后采用公开数据集测试了算法在点集配准与图像配准的性能.在与当前流行的十种算法的对比实验中,本文算法均给出了精确的配准结果,并在大部分实验中精度超过了当前流行算法.

一种用于脸部特征检测的分层概率模型研究

脸部特征检测问题是计算机视觉领域的研究热点。因为脸部外观和形态随着条件的变化而变化,因此面部特征检测比较复杂。针对现有脸部特征检测算法的不足,提出一种已知图像测量数据后能够推断出真实脸部特征位置的分层概率模型。针对每个脸部子部位的局部形态变化进行间接建模;通过搜索模型的最优结构和参数设置,在更高层次上学习脸部子部位、脸部表情和姿态间的联合关系。该模型综合利用了脸部子部位自下而上的形态约束以及脸部子部位间自上而下的关系约束来推断出脸部特征的真实位置。利用基准数据库进行了仿真实验。实验结果表明,该方法的检测性能要明显优于目前最新的人脸特征检测算法。

流函数法在UUV航路规划中的应用及改进

UUV相关技术的发展越来越多地受到广泛重视,其航路规划算法研究日益成为相关研究领域的重要课题。论文介绍了一种起源于流体力学的算法——流函数法,可有效应用于UUV的局部航路规划。针对UUV在实际应用中由于自身机动性、探测性能约束而产生的问题,提出了改进流函数法,能够更有效地规划航路。

多维无套利约束的非参数期权定价

基于现有无套利约束的非参数期权定价模型仅考虑单个期限下行权价格的单因素无套利约束的情形,本文将拓展考虑行权期限、标的资产、波动率和无风险利率等多维因素的无套利约束的非参数期权定价模型。为破解多变量约束的非参数回归模型的求解难题,本文首先通过变量变换对多维约束非参数回归模型进行降维,将多维变量变换成单个变量,可同时实现多个期限合约的估计。然后,将带约束的非参数回归模型转化为二次规划优化模型,使用优化工具箱求解。最后,选取上证50ETF期权交易数据对比实证分析的结果表明,考虑多维无套利约束的非参数期权定价模型的定价效果更优。

考虑多点保形的结构拓扑优化设计方法

为了抑制飞行器结构局部区域内多个控制点的翘曲变形,提出考虑结构保形的拓扑优化设计新方法。基于由局部区域内保形控制点生成的人工附加弱单元(AWE),定义AWE的变形能约束函数,从而引入了对结构局部区域的多点保形约束,定量衡量并抑制了该区域内结构的弹性翘曲变形程度。进一步讨论并分析了保形约束与整体刚度之间的消长关系以及优化过程中可能存在的传力路径畸变现象。拓扑优化数值算例的设计结果对比表明,保形拓扑优化方法相比现有拓扑优化方法,能够有效抑制多点间的相对位移和翘曲变形,实现保形设计效果。