基于姿态标准化的线特征点云提取方法

从零件三维点云中提取棱边等线特征所对应的点云是零件模型重构的关键,也是点云数据处理的基本操作.基于曲率的线特征点云提取方法易受点云初始姿态以及曲率估计方法的影响,曲面拟合及曲率估计误差较大.提出了一种基于点云姿态标准化的线特征点云提取方法:首先计算点云主方向并将其同z轴对准实现点云姿态的标准化,然后进行曲面拟合并以最大主曲率绝对值作为曲率估计值,最后对曲率值取阈值提取出线特征点云.用不同类型的点云数据进行了实验,结果表明所提方法有较高的提取效率和良好的适用性.

军用载物箱跌落姿态行为仿真研究

为研究某军用载物箱标准姿态跌落行为下的动力响应问题,通过仿真分析进行包装系统性能评估,为结构优化提供数据支撑,并与假想姿态跌落行为进行对比仿真试验,分析响应结果的差异性,确认仿真分析中标准姿态跌落建模的重要性。采用Hypermesh联合LS-Dyna集成建模思想,对不同姿态跌落工况进行有限元仿真分析,获得包装系统各部位应力云图及内置物响应加速度曲线。在标准姿态下,面与棱跌落过程中系统最大应力均未超过对应材料屈服强度,角跌落过程中,箱体最大应力76.654 MPa明显超过材料屈服强度;与标准姿态对比,假想姿态下棱与角跌落过程中系统最大应力、响应加速度峰值及力响应时刻均存在不同程度的偏差。载物箱以标准姿态进行面与棱跌落测试时结构不会发生强度破损;角跌落时,存在破损风险,需进行结构优化。为提高包装系统跌落仿真结果的准确性,以标准跌落姿态搭建有限元仿真模型是十分必要的。

基于多粒度生成对齐网络的行人重识别

针对行人重识别(re-ID)中背景簇、遮挡、视点变化和姿态变化等因素的负面影响,提出了一种新的算法,称为多粒度融合生成对齐网络(MLFGAN).首先,提出身份(Identity,ID)不变的姿态标准化生成对抗网络(IIPN)来生成8种标准姿态的行人图像;然后,通过全局对齐网络实现图像对齐,利用局部对齐网络进行精细化行人匹配,用多粒度特征融合来整合不同粒度的信息,防止小尺度鉴别性信息丢失.MLFGAN能够有效地提取有区分性和鲁棒性的行人嵌入表示,其有效性在Market1501和DukeMTMC-reID等广泛使用的数据集上得到了清楚的验证.