基于非刚性特征的发动机积碳程度判别模型

汽车发动机积碳的长期累积会引起发动机动力下降、油耗上升、排放性能降低等问题,对发动机及时的检测和清理可以有效缓解积碳造成的影响。本文提出了一种新的基于非刚性特征的模型,用于积碳程度的判别。首先,在模型中使用可变形卷积调整卷积核的偏移位置和偏移幅度,提高网络的有效感受野,提取非刚性特征信息;其次,根据核区域中像素的相关性,使用自适应指数度量池化核对神经元进行加权,以此捕获更好的细节特征信息;最后,添加基于自注意机制的特征增强模块,获取特征图的上下文信息。经过实验测试,本文方法的测试准确率为87.1%,各项指标相较原始模型平均提高2.5%,证明本文方法可以提取有效的积碳程度判别特征。

一种非刚性三维模型的尺度不变局部特征提取方法

提出了一种具有尺度不变性的非刚性三维模型局部特征提取方法,即基于局部多值模式的热核特征(local multilevel pattern based heat kernel signatures,LMP-HKS).首先设计了一种适用于一维信号的基于局部多值模式的编码方法;然后通过对HKS特征的对数差分结果使用局部多值模式来计算特征直方图向量,以获得局部特征向量.该特征不仅保留了HKS特征的等距不变性、信息完备性及稳定性等优良特性,而且具有尺度不变性.与同样具有尺度不变性的SI-HKS特征相比,LMP-HKS特征对于非刚性三维模型的局部形状结构具有更强的描述能力.大量非刚性三维模型检索的实验结果验证了该局部特征的有效性.

人脸动态非刚性三维特征提取仿真

现有的人脸动态三维特征提取方法存在速度慢、特征识别率差的弊端,为此提出一种人脸动态非刚性三维特征提取方法。首先获取三维人脸图像的点云数据,在获得图像点云坐标的基础上通过归一化过程实现图像预处理;利用两个给定的曲面形状之间的非刚性映射还原人脸形变图像,构建人脸非刚性点集;将采集到的数据利用KL的变换投影方式投射至低维特征空间中,结合成分分析法完成对人脸动态三维特征的提取。仿真结果证明,该方法下的特征提取速度较快,对特征的识别率明显高于传统方法,表明该方法具有明显的应用优势。