带有关节相连的附属物的人造卫星姿态和形状轨迹跟踪控制

基于Chun le i R的研究工作,推导了建立在位形空间SO(3)×TM上带有关节相连附属物的人造卫星的姿态和形状跟踪控制的数学模型.针对该模型,设计了PD+适应补偿控制器,并进行了理论分析和试验仿真.

基于单视图的带纹理三维人体网格参数化重建

针对计算机视觉中的三维人体重建问题,文章提出一种端到端的的网络框架,在三维和二维混合监督下,从单幅彩色图像重建带纹理信息的精准三维人体网格。使用4个编码器分别提取形状姿态特征、纹理特征、光照参数和像机参数,得到的图像特征被送入三维回归模块,迭代推断出三维人体参数;纹理参数送入纹理解码器网络得到纹理图;学习到的人体参数可转化为三维人体网格;对于损失函数的设置,预测的人体网格顶点与真实顶点的差值用来进行三维监督;通过预测的像机参数、光照参数和纹理计算二维渲染损失;通过三维关节投射得到的二维关节与图像上的二维关节真值计算二维关节重投影损失;生成对抗网络的鉴别器使得渲染图像更加真实。该文方法与现有的三维人体重建方法相比具有竞争力,而且重建的三维人体网格带有纹理信息。

单幅图像人手参数模型深度网络回归方法

为了提高从单目RGB图像估计人手的姿态与形状的精确性和准确性,加速3D重建过程,同时结合深度网络的高效性和迭代拟合的稳定性,提出单目图像人手网格重建方法.首先利用卷积神经网络模型从图像提取稀疏特征;然后根据稀疏特征回归人手模型参数,回归参数用于初始化迭代优化例程,将人手模型拟合到3D关节点上;最后用迭代拟合的人手参数逆向监督整个网络.基于弱透视投影模型,采用大型手势动作数据库FreiHand和ObMan进行实验的结果表明,所提方法在姿态误差和网格误差上较对比方法分别降低约52%和59%,在运行效率上较对比方法快约3倍.