基于双隐变量空间局部粒子搜索的人体运动形态估计

该文提出一种双隐变量空间局部粒子搜索(DLVSLPS)算法,可以从多视角图像序列的轮廓特征较准确地估计出3维人体运动形态序列。该算法用高斯过程动态模型(GPDM)降维建立双隐变量空间和低维隐变量数据到高维数据的映射关系后,然后对双隐变量空间使用近邻权重先验条件搜索(NWPCS),实现局部低维粒子搜索来生成较优高维数据,从而估计相应帧的3维人体运动形态,解决传统粒子滤波算法直接在高维数据空间采样较难获取有效正确数据进行估计的问题。经仿真实验验证,所提出的算法比传统粒子滤波算法在实现多视角非连续帧估计,克服轮廓图像数据歧义,减小估计误差有明显优势。

面向高功率激光装置精密装校实验室的三维重建技术及应用

针对高功率激光装置对成千上万光机组件的精密装校工艺数字化仿真验证的工程需求及精密装校实验室(OAB)的特殊环境,基于多视角序列图像三维重建技术,提出实现OAB三维重建的总体技术.首先结合实验室重建对象的特点,分析了满足于OAB三维重建的多视角序列图像采集、特征提取、特征匹配、自适应均匀点云采样等相关方法;然后以激光跟踪仪为重建对象,详细介绍了三维重建流程;最后依次完成实验室其他特征模型的三维重建,并将提出的OAB三维重建的总体技术应用于整个OAB重建,实现了精密装校环境的三维重建.OAB重建结果表明,该技术可获得较高逼真度的精密装校实验室数字化模型,满足光机精密装校工艺数字化仿真验证的需求.