一种快速鲁棒性的视差图像拼接方法

当小型旋翼无人机超低空飞行时,不同位置拍摄的图像中极易出现结构视差。传统基于全局投影的拼接方法在处理视差图像时会出现伪影或畸变。最近的自适应拼接方法,如As-Projective-As-Possible(APAP)及其优化方法,使用“网格”来构建密集的局部投影场域,以改善视差图像拼接的对齐度和自然度,但计算复杂度较大。为此,提出了一种新颖的视差图像拼接方法,以深度稠密投影(Deep Dense Projection,Deep-DP)为特征匹配框架,设计了一种轻量化并行计算框架求解平滑形变场,以实现视差图像无缝拼接。在对比试验中,该算法平均运行时间达到0.2 s,显著优于其他先进算法,并且对齐质量和自然度达到了相近水平。提出的算法在兼顾图像拼接准确性的同时,计算效率显著提高。

基于特征约束和变形的三维人脸模型纹理映射

为了能够快速生成人脸纹理细节,提出基于特征点约束和变形的三维人脸模型纹理映射和重建方法。首先利用ASM算法提取人脸特征点,然后用平滑性调整的RBF插值函数使一般人脸模型向特定人脸形变,接下来对人脸模型进行平面参数化,最终通过粗对齐与纹理优化得到纹理映射效果。实验表明,该方法能在较短时间内生成较真实的人脸纹理映射与重建效果。