Kinect深度图像修复算法

针对Kinect深度数据不稳定,深度图像与彩色图像存在偏差,图像噪声较大和空洞等问题,提出了一种Kinect深度图像修复算法.首先,设计了一种Kinect标定方法,完成深度图像与彩色图像对准;第二,利用深度数据的时间相关性,实现了深度图中不稳定数据的重计算;第三,借助于深度数据空间相关性,并结合颜色一致性约束,填补了深度图中(缺失的数据)空洞;最后,设计了一种改进的双边滤波器,在平滑深度图像数据的同时保留了边缘信息.实验结果表明,修复后的深度图像整体平滑、边缘清晰,与原始深度图像相比,空洞明显减少,深度图像质量大大提高.

基于发音特征的音视频融合语音识别模型

构建一种基于发音特征的音视频双流动态贝叶斯网络(DBN)语音识别模型(AF_AV_DBN),定义节点的条件概率关系,使发音特征状态的变化可以异步。在音视频语音数据库上的语音识别实验表明,通过调整发音特征之间的异步约束,AF_AV_DBN模型能得到比基于状态的同步和异步DBN模型以及音频单流模型更高的识别率,对噪声也具有较好的鲁棒性。

基于PCA和图像匹配的飞机识别算法

更准确地对高分辨率可见光机场区域图像进行飞机目标的识别,提出了一种基于主成分分析(PCA-principal component analysis)和模板匹配的方法进行飞机识别。首先对图像进行均值滤波和直方图均衡化,并进行灰度直方图分析,判定图像中是否存在机场,在机场提取的基础上进行飞机图像分割,并对各个分割区域进行主成分分析,将其主轴旋转成水平方向,然后和模板库匹配,进行飞机识别。实验结果证明,该方法对飞机目标的识别是有效的。

基于卡尔曼滤波的弱小目标实时检测与跟踪

提出一种基于卡尔曼滤波的弱小目标实时检测与跟踪方法。计算每帧图像上所有星点到参考星点的距离,利用目标与背景恒星运动特性上的差异检测出运动目标。针对漏检问题,采用卡尔曼滤波算法估计目标在漏检帧上的位置,通过对图像的重分割寻找丢失目标,利用目标的运动信息建立连续的目标链。实验结果表明,该方法能实现高检测率和低虚警率的实时检测。

一种帧转移型CCD传感器Smear效应消除方法

CCD传感器在进行帧转移过程中会产生Smear效应,对航天、遥感、空间侦察应用来讲,必须对它进行消除,以避免影响目标检测。在对Smear效应产生机理以及星图成像性质进行分析的基础上,提出了一种帧转移型CCD传感器Smear效应消除方法。利用Smear效应对应行列灰度和高于其他区域的特征检测出Smear效应位置,并排除Smear效应位置处的星点,通过双三次插值方法消除Smear效应。实验证明,该方法能有效去除Smear效应。

基于变分水平集方法的体素模型修复

针对体素着色方法所重建出的模型存在大量空洞与缺损的问题,提出了一种模型修复方法。首先采用改进的变分水平集方法恢复出封闭完整的体素模型曲面;再利用原始体素模型的颜色信息,对新生成的模型曲面进行重着色并滤除杂色,最终完成体素模型的修复。其中,改进的变分水平集方法在水平集能量函数中引入了符号距离函数自动规整项,避免了重初始化操作;添加了新的进化加速项,防止了隐式曲面穿透模型而造成模型侵蚀。实验表明,修复好的体素模型较原模型相比具有完整的外型和平滑的色彩,且曲面恢复效率更高。

基于三流DBN模型的听视觉情感识别

为更好地对听视觉情感信息之间的关联关系进行建模,提出一种三流混合动态贝叶斯网络情感识别模型(T_AsyDBN)。采用MFCC特征及基于基频和短时能量的局域韵律特征作为听觉输入流,在状态层同步。将面部几何特征和面部动作参数特征作为视觉输入流,与听觉输入流在状态层异步。实验结果表明,该模型优于有状态异步约束的听视觉双流DBN模型,6种情感的平均识别率从52.14%提高到63.71%。

改进分形法结合局部熵的红外小目标检测方法

本文提出了一种组合分维数、截距、拟合误差3个分形特征的改进分形算法,改善了传统方法提取单一分形特征在红外小目标图像检测时不能有效区分目标和背景的不足。同时介绍了局部熵理论在目标检测方面的应用。算法首先通过计算局部熵,得到目标所在的小区域,然后利用改进分形法进行目标检测。实验证明,该方法可以有效抑制虚警,提高检测率,降低时间复杂度。

运动捕获系统中标记点自动初始化方法

基于辅助标记点的多摄像机运动捕获系统,往往需要在运动捕获初始阶段手工建立各标记点与关节点的对应关系.为了减少初始化阶段繁琐的手动标记工作,提出一种标记点自动初始化方法.首先预定义表演者初始姿态,利用PCA算法分析出人体主轴,结合人体骨架模型,使标记点与各关节点关联,再将带有关节信息的标记点进行三维重构,通过反投影到各个视角完成所有点的初始化.实验结果表明,该方法能够准确地标识出各个标记点,完成标记点的自动初始化.