海外KD出口项目分析

随着国内汽车企业竞争日益激烈,海外KD(knocked down)出口作为企业经济增长点变得尤为重要。文章系统地从海外KD出口项目市场的考察、出口合作方的选择、产品认证、生产准备、KD出口包装以及试生产和量产初期阶段进行了比较全面的描述,为今后企业海外KD项目出口提供指导。

浅谈KD项目焊接线方案设计

文章首先阐述了海外建厂的必要性,介绍了焊接线设计过程中要考虑的工时因素、汽车产业政策、打散状态三个关键因素。最后以俄罗斯塔甘罗格KD项目为例详述了海外建厂CKD焊接线设计过程几个因素的应用,为后期KD建厂提供指导。

海外汽车KD项目国际物流管理

以MPC公司的海外汽车KD项目为背景,分析海外汽车KD项目国际物流管理的重要性和目前存在的问题,从工装设备发运、项目样车和样件进出口管理等方面提出海外汽车KD项目国际物流管理的建议。

浅谈海外汽车KD项目预算管理

以MPC公司的海外汽车KD项目为背景,探讨海外汽车KD项目预算管理的重要性和问题,从项目成本估算及批准、项目预算控制及变更管理、项目预算总结三方面提出海外汽车KD项目预算管理的建议。

一种基于点对应的三维人脸识别方法

针对三维人脸识别中受表情因素影响识别率低和在线识别耗时问题,提出一种基于点对应的三维人脸识别方法.首先对经过预处理的人脸模型和模板人脸进行CPD(coherent point drift)非刚性形变,并在此基础上建立起点对应的关系;然后舍去人脸模型中由表情变化带来的不稳定部分的点云信息;最终通过对应点在特定球面上的投影得到的相应矩阵来计算相似度以区分不同人脸.在FRGC(face recognition grand challenge)V2.0人脸数据库上的实验结果表明,该方法具有较好的在线实时性,对表情变化有较好的鲁棒性.

面向反光工件点云缺陷的点云增强算法

针对反光工件的三维扫描点云存在的缺陷以及点云处理时间长的问题,提出一种点云增强的算法以改善缺陷点云的质量、缩短点云处理的时间,从而提高点云三维重建的精度和效率.首先输入大量的、分布不均匀且包含离群点和噪声的无组织点云,使用基于kD-tree 的点云均匀重采样将点云数据分成多个子集;然后使用改进的局部最优投影算法对点云进行降噪处理;最后使用边缘感知重采样对点云进行增采样,达到保留和增强点云特征的效果.实验结果证明,该算法的处理是有效的.

基于多尺度图像块分类的字典学习算法

针对传统字典学习算法未考虑训练数据集流形结构的问题,提出一种基于KD树分类的多尺度字典学习算法。首先在预处理阶段建立图像高斯金字塔,提取不同尺度下各层图像的角点并建立KD树进行分类;以各类角点为中心截取图像块并生成每层图像的训练数据集来完成各个子字典的学习。在字典训练阶段,提出一种基于局部保持投影的多原子更新算法,在保持字典中各类原子集的流形结构的情况下进行原子更新,高效训练出自适应稀疏字典。对测试图像进行压缩感知重构实验,仿真结果表明,该算法在保证图像重建精度的前提下,显著提高字典学习效率。

基于VR和Kinect的定制鞋设计

针对传统制鞋业定制化程度低,无法适应足部多样性、舒适性,造成鞋业资源的浪费,无法满足当代顾客追求个性化的心里等问题,提出了一种基于VR和Kinect的定制鞋设计方法;对个体足部特征进行测量分析,利用三维建模以及VR技术,实现个体鞋的定制设计;首先,使用Kinect3D摄像机进行足部三维扫描,获取足部深度信息数据并转换成点云数据,利用kd-tree算法及贪婪投影三角化算法进行足部点云的去噪处理和点云重构,在Meshlab软件中测量数据并结合MAYA软件完成三维鞋的建模;最后,结合Unity引擎,设计虚拟交互界面,实现纹理贴图和更换,完成定制鞋系统;结果证明,该系统可以快速地进行人机交互,实现鞋的三维定制,满足顾客个性化的心理需求,会对鞋业的发展产生很大的推进作用。

基于外存和凸集投影法的遥感图像超分辨率方法

利用超分辨率重建技术来提高遥感图像的空间分辨率,成本低并且可充分利用现有的数据。但必须要解决好三个问题:1)如何实现高精度的自动配准;2)如何仅用2～3张图像进行快速准确重建;3)如何快速鲁棒的处理大尺寸图像。针对上述问题,该文在以下两个方面对传统的图像超分辨率方法凸集投影法(POCS)作了改进:首先,采用SIFT特征进行图像配准,并利用层次结构kd-tree加速特征匹配;其次,提出了一种基于外存的策略,实现了大尺寸遥感图像的超分辨率重建。通过实验可以看出,使用该文方法,仅用2帧原始图像就可高效的重建出一幅具有更多细节特征的图像,图像质量比原始图像有了明显提高。