利用齿面接触印痕逆向确定曲线圆弧齿轮的加工刀盘半径

为了设计出任意齿面接触印痕的曲线圆柱齿轮副,提出了一种根据所需齿面接触印痕尺寸逆向确定加工曲线圆柱齿轮的盘形铣刀半径的方法。首先,介绍了曲线圆柱齿轮副的齿面数学模型;其次,建立了齿面接触印痕计算的数学模型;然后,以4种不同半径的双刃铣刀所加工的曲线圆柱齿轮为例,研究了盘形铣刀半径与齿面接触印痕之间的关系图谱;最后,利用插值法实现盘形铣刀半径的选择。该法可以跳过齿轮的试加工环节,降低了齿轮制造成本,为固定面铣式曲线圆柱齿轮的设计与制造奠定了基础。

基于形变模型的三维人脸快速重建改进算法

针对传统三维人脸重建算法效率低且难以满足实际应用的缺陷,提出一种三维人脸重建改进算法。该算法基于ASM(Active Shape Model)增强算法,自动地对特定二维人脸特征区域进行准确定位,并实现三维人脸数据库的归一化;利用稀疏形变模型对特定正面二维人脸进行快速三维重建;采用明暗纹理恢复算法对重建后的三维模型人脸特征区域的每个顶点法线进行约束,并将其应用于人脸识别中。实验结果表明,该方法可实现对特定正面二维人脸快速三维重建,并取得较好的三维重建精度与识别率,与经典ASM算法相比,精度提高12.3%,迭代次数减少6次。

人脸特征点提取方法综述

人脸轮廓的定位提取,是计算机视觉领域的新兴热点研究课题.该课题对于人脸识别、表情识别、目标跟踪等诸多相关课题的研究具有重要意义.特征点是目前人脸轮廓的最主要描述形式.近年来,伴随着受关注度的不断提升,针对人脸特征点定位技术的研究获得了长足的发展.文中对过去十年间该方向上出现的新方法和新技术进行了整体综述.具体包含以下内容:(1)介绍了人脸轮廓描述形式、所采用的图像特征、实验图像数据集等相关知识;(2)按照核心技术方法的区别,所有方法被进行具体细分并归类介绍;(3)统计汇总分析了各方法的实施细节,包括特征点数目、实验数据集、图像特征形式、方法相对实验精度等内容;(4)分析了近年来方法发展的趋势和共性特点;(5)对目前研究中亟待解决的挑战性问题进行了讨论.

基于改进Hausdorff距离的人脸匹配方法

提出了一种基于改进Hausdorff距离的人脸相似度匹配的方法,该方法首先将人脸划分为脸型、双眼、鼻、嘴等几个特征点集,分别计算各部分的改进Hausdorff距离,然后进行加权计算相似度。利用该方法,在ASM(主动形状模型)定位人脸的基础上进行了人脸检索。实验表明,利用人脸相似度计算方法对人脸特征库进行搜索,达到了较好的效果。同时结合ASM自动人脸检测,本方法可以全自动完成人脸匹配,应用于人脸识别及数字娱乐等领域。

基于多点模型的3D人脸姿态估计方法

改进传统的活动形状模型法,准确地提取人脸特征点后,针对人脸形状特性,使用人脸的多个特征点作为人脸模型,通过最小二乘法优化求解,精确估计3D人脸空间姿态。实验结果表明,新方法不仅可以获得稳定的姿态解,而且与同类方法比较具有良好的姿态估计精确度。

低质量监控图像鲁棒性人脸超分辨率算法

由于人对图像结构信息的理解对于像素值的噪声干扰具有极强的鲁棒功能,为了增强传统算法针对低质量监控图像的鲁棒性,提出一种基于人工形状语义模型的人脸超分辨率算法.该算法将形状描述成一系列面部特征点的组合,通过人工获取人脸图像形状语义信息,利用形状样本库构建超分辨率代价函数的正则约束项;将图像与形状的系数相关性用于统一重建误差项与形状正则项的变量,并将最速下降法用于优化求解.仿真和实际图像实验结果都表明,在主客观质量上,文中算法的性能都优于传统算法.

基于加权主动形状建模的人脸特征定位方法

主动形状建模是面部特征定位和人脸识别等模式识别领域中常用的一种方法。然而,由于受到初始情况、光照等诸多因素的影响,主动形状建模经常会陷入最优化过程中的局部最小问题,从而导致其性能下降。该文在传统主动形状模型基础上,提出了一种加权主动形状建模的方法,该方法可以有效地解决上述局部最小问题,并且更好地捕捉局部点的特征信息,从而更精确地进行面部特征定位。最后通过实验验证了上面的结论。

基于非线性Boosting回归的多视角人脸配准

人脸配准可以作为表情分析、人脸识别等人脸相关研究的预处理步骤,是人脸相关的计算机视觉研究的关键问题.本文针对图像中水平视角在正负45o内的人脸配准问题,利用基于Haar特征的非线性Boosting回归算法,根据标定点邻域内的局部纹理预测标定点的位移,提出了一种新的基于经典活动形状模型(Activeshape model,ASM)的实时多视角人脸配准算法.在两个数据集合上的测试实验表明,该算法在速度、准确度和稳定性上都比经典的ASM算法有显著提高且优于近期的改进算法,具有明显的实用价值.

基于形状控制函数和自适应细分的皱纹建模方法

逼真的皱纹模型能极大地提高三维人脸建模的相似度。为获得精确位置和形状的三维皱纹曲线,运用基于特征的图像匹配方法使二维图像和三维模型匹配对齐。针对皱纹3个方向视图的不同形状,分别提出3个形状控制函数,即皱纹横截面形状控制函数、深度衰减函数和宽度衰减函数。横截面形状控制函数能真实自然地表达皱纹截面的凹形纹路和两边圆形凸起,深度和宽度衰减函数分别控制皱纹深度方向和宽度方向的衰减程度。用户只需定义几个直观的参数便能生成各种形状的皱纹模型。此外,提出一种皱纹影响区域的定义方法和网格自适应细分技术,不仅保证了皱纹建模的效果,而且能提高建模效率。通过实验结果与照片的对比,表明本文方法能生成各种真实自然的皱纹,对人脸建模的相似度有很大提高。

基于主动形状模型的人脸定位方法研究与实现

研究基于主动形状模型(ASM)的人脸定位的原理、方法和过程,包括计算新位置、计算形状和姿态参数、参数更新等,进行了实验并分析了结果。实验表明,主动形状模型用于人脸定位效果良好。

真实感3D人脸快速建模研究

现有的三维人脸建模方法存在三点不足:建模条件苛刻、建模精度不高和建模时间长。针对以上不足,提出明暗恢复形状(SFS)和局部形变模型融合的3D人脸建模方法。该方法利用SFS快速恢复3D人脸粗糙数据,得到3D轮廓脸;然后分别对人脸不同局部应用形变模型恢复其局部3D精确数据,并使用其对轮廓脸进行内插平滑处理重建出高精度3D人脸模型。实验结果表明:该方法能够获得较好的建模精度,在短时间内可以通过单幅真实图像重建出个性化的三维人脸模型。

改进的用于ASM的归一化方法

对主动形状模型(ASM)中用于人脸点分布模型归一化的方法进行了研究,以几何变换为基础,提出了一种改进的人脸点分布模型的归一化方法。这种方法充分利用了人脸的几何特征,因此能够更好地消除人脸点分布模型的"非形状"因素,而且该方法无需迭代,可以一次性将所有模型归一化,因此比原方法节省了运算时间,而且能基本保持原有的精度。通过在ORL人脸数据库上的实验,很好地验证了上述论断的正确性。

使用ASM与AAM方法进行器官定位

器官定位是人脸识别中的一个重要环节 ,它的精确性影响到人脸的正确识别率。本文主要研究主动形状模型 (ASM)和主动外观模型 (AAM )的原理、方法 ,并以具体例子说明其在器官定位中的应用 。

基于ASM和K近邻算法的人脸脸型分类

针对人脸特征分类问题,提出一种基于主动形状模型(ASM)和K近邻算法的人脸脸型分类方法。将Hausdorff距离作为K近邻算法的距离函数,利用ASM算法提取待测图像的特征点,对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的Hausdorff距离,根据该距离值,通过K近邻算法实现待测图像的脸型分类。实验结果证明,该方法分类正确率高、速度快、易于实现。

基于权因子调整的NURBS曲线形状修改算法及其在人脸建模中的应用

提出了一种修改NURBS曲线形状的新算法 该算法运用约束优化方法 ,通过调整原始曲线的多个控制顶点的权因子 ,使得修改后的曲线更加自然地通过给定的目标点 推导出了用于计算新权因子的 3变量线性方程组 ,并在此基础上 ,针对人脸建模中的具体问题 ,设计了一种基于NURBS曲线形状调整的人脸轮廓线编辑算法 。

基于活动形状模型的人脸识别

活动形状模型(ASM)是一种较为流行的用于目标对象定位的统计学形状模型。然而,在搜索过程中,ASM易受初始化位置的影响而陷入局部极值;在局部灰度模型匹配时,对光照条件也较为敏感。针对正面人脸彩色图像的识别问题,提出了一种基于肤色的人脸检测方法、基于人脸器官几何分布特征的人眼检测方法与活动形状模型方法相结合的算法,来降低ASM算法对初值与光照条件的敏感程度,避免局部极值问题的产生。对于搜索结果的评估问题,本研究针对保持了目标特异性的形状,提出了以质心位置、形状大小和方位角作为相似形状的评价准则。采用40幅黄种人正面端正人脸图像进行测试,实验结果表明,本改进算法的搜索结果与手工标定的识别结果相比,在位置、大小和方位上的误差都较小,识别准确率较高。

基于均值移动和椭圆拟合的人脸跟踪算法

为了解决均值移动跟踪算法对目标的尺度变化自适应能力差的缺点,针对人脸跟踪具体问题,提出了一种基于均值移动和椭圆拟合的人脸跟踪算法.根据当选择较大核窗进行均值移动跟踪时一般可以准确定位目标的事实,以及人脸形状椭圆近似性的特征,利用一个较大核窗的均值移动跟踪器对人脸目标进行粗略定位,在此基础上再用一种高效鲁棒的直接最小二乘椭圆拟合方法来自动调整人脸尺度的大小.实验表明,该改进算法能有效地解决均值移动人脸跟踪中的目标尺度自适应调整问题,其跟踪效果明显优于原均值移动目标跟踪算法.

利用主动外观模型进行3D人脸的快速自动建模

针对传统方法存在的通用性不强、实时性较差和与视频传输系统不兼容等缺点,提出一种面向单幅任意姿态图像的3D人脸建模技术.首先将基于初始位置校正和模型实例选择的主动外观模型改进方法应用到人脸特征点的提取过程中;然后结合人脸结构特征和空间仿射变换调节CANDIDE-3线框模型,实现对应人脸的全局位置恢复和形状匹配.在此基础上,根据感兴趣区域的对称性对局部坐标进行微调,并构建真实感纹理.实验结果表明,该技术不受图像拍摄焦距等因素影响,单幅图像平均建模时间约为300ms.

从多张非标定图像重建三维人脸

为了在人脸动画中方便地重建真实感强的三维人脸模型,提出一种从多角度、非标定图像重建三维人脸的方法.首先利用一种基于规则网格变形的模型归一化方法建立人脸形变模型;然后分别在5幅人脸图像上手动标注不超过14个关键点,通过拟合图像上的关键点重建个性化的人脸几何形状;最后从每个角度渲染出一幅形状无关纹理,并将5幅形状无关纹理融合成一幅平滑的纹理图像.重建结果显示,该方法能在较少的手动交互的情况下重建出具有真实感的个性化人脸模型.

较少标定点条件下的主动形状模型研究

主动形状模型(ASM)的核心部分包括两个子模型,全局形状模型和局部纹理模型,两者均由标定人脸的许多关键点经过统计方法构建而成。本文研究了在只有少量关键标定点情况下,如何有效的进行主动形状建模的问题。通过充分利用面部轮廓标定点的信息,提出了一种将面部轮廓质心动态变化和传统主动形状模型相结合的策略,解决了在少量标定点条件下主动形状建模所遇到的问题。实验表明,改进方法在定位人脸图像关键点时耗时更短,而且具有更广范围的搜索能力和性能良好的搜索精度。