联合遮挡约束与残差补偿的特征金字塔光流计算方法

针对现有深度学习光流计算模型在运动遮挡和大位移等场景下光流计算的准确性与鲁棒性问题,本文提出一种联合遮挡约束与残差补偿的特征金字塔光流计算方法.首先,构造基于遮挡掩模的光流约束模块,通过预测遮挡掩模特征图抑制变形特征的边缘伪影,克服运动遮挡区域的图像边缘模糊问题.然后,采用特征图变形策略构建基于特征变形的光流残差补偿模块,利用该模块学习到的残差光流细化原始光流场,改善大位移运动区域的光流计算效果.最后,采用特征金字塔框架构建联合遮挡约束与残差补偿的光流计算网络模型,提升大位移和运动遮挡场景下的光流计算精度.分别采用MPI-Sintel(Max-Planck Institute and Sintel)和KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute)数据集对本文方法和代表性传统光流计算方法、深度学习光流计算方法进行综合对比分析,实验结果表明本文方法相对于其他方法能够有效提升大位移和运动遮挡场景下的光流计算精度与鲁棒性.

复杂背景下基于定位的人体动作识别算法

当前大多数对人体动作识别算法要求大量训练数据或Mo CAP来处理多视角问题,且依赖于干净的人体轮廓。本文提出了一种复杂背景下单人体动作识别算法,通过从3D动作模型中采样,并对每个姿态样本进行定位实现人体姿态识别。首先通过对2D关键姿态进行注解,然后将其提升为线条画,再计算3D关键姿态外形间的变换矩阵。考虑到从粗犷的动作模型中采样获得的姿态可能与观察不够匹配,文章提出了一种通过生成姿态部位模型(PSPM)来实现姿态高效定位的方法,所生成的PSPM模型用树结构有效描述了合适的运动学和遮挡约束。此外,本文提出的方法不需要姿态的轮廓。最后基于两种公开数据集及一种新的带有动态背景的增强型数据集,证明本文方法相比以前算法实现了性能提升。

一种基于双向动态规划的立体匹配算法

提出了一种利用双向动态规划和视差可靠性准则的立体匹配算法。首先,提出了一种新的全局能量函数,它解决了扫描线间的不连续性,同时保护了的视差不连续边缘;其次,利用加强顺序约束和遮挡约束的双向动态规划方法来处理遮挡;最后,在利用三个可靠性准则去除伪视差点之后,使用可移动窗口方法填充伪视差点的视差获得稠密视差图。实验结果表明,该算法在深度不连续区域和大的无纹理区域均能取得很好的匹配效果。

空间自由漂浮机器人对运动目标抓捕的路径规划

针对空间机械臂对运动目标的抓捕提出了一种分段的在线运动规划方法,重点解决机械臂可能遮挡立体视觉相机视线的问题,并满足抓捕时间要求.基于扩展卡尔曼滤波器(EKF)建立了目标运动状态估计器.对立体视觉相机的视线遮挡约束进行了数学建模.将机械臂向目标的接近过程分成2个阶段,在2个阶段中分别使用多约束环境下的滚动RRT(快速扩展随机树)方法和能够快速接近目标的比例导引算法,并根据对目标运动状态的估计精度自主切换运动段.同时考虑组合体的动力学耦合特性,在运动规划中限制了平台姿态角速度.利用数学仿真验证了本文的目标运动状态估计方法和运动规划方法.比例导引方法可能由于机械臂遮挡立体视觉相机观测视线而抓捕失败,而本文的分段运动规划方法对全部仿真情况都能成功抓捕目标.本文的分段运动规划方法能够对各个方向运动的目标进行有效的运动状态估计并快速可靠地抓捕,避免了因遮挡立体视觉相机观测视线引起的抓捕失败.基于目标运动状态估计的切换策略能够根据实际的目标运动情况在线自主地切换2个运动段,对运动状态未知的目标具有鲁棒性.