检索结果-内蒙古大学图书馆

光电子．激光 2014年第9期25卷 1803-1811页

作者：李鹏杨金龙葛洪伟江南大学物联网工程学院江苏无锡214122

针对传统方法难以准确估计扩展目标形状的问题,提出一种新的基于高斯曲面拟合的量测模型和基于高斯曲面特征矩阵的形状估计算法。首先,建立能反映目标真实形状的结构点,并产生多个高斯曲面,通过曲面叠加形成任意形状的量测空间分布模型... 详细信息

针对传统方法难以准确估计扩展目标形状的问题,提出一种新的基于高斯曲面拟合的量测模型和基于高斯曲面特征矩阵的形状估计算法。首先,建立能反映目标真实形状的结构点,并产生多个高斯曲面,通过曲面叠加形成任意形状的量测空间分布模型;然后,根据高斯曲面拟合原理,用矩阵表示该拟合曲面主要区域的分布特征,并通过映射方程建立矩阵坐标与笛卡尔坐标的映射关系;最后,通过贝叶斯滤波体系更新拟合矩阵。与现有算法相比,本文算法不需要准确预设目标形状,在量测噪声较大的环境下,可以自适应的拟合目标真实形状。并且,在不需要预设目标形状方程的情况下,可以估计包括空心形状在内的任意不规则目标形状。实验结果表明,在目标初始形状参数不准确的情况下,本文算法正确估计了飞机形状、空心形状和集群目标形状,并且具有较好的扩展目标形状估计性能和较强的鲁棒性。

关键词：扩展目标形状估计高斯曲面特征矩阵

来源：评论

学校读者我要写书评

暂无评论

利用形状估计的人脸特征点定位算法

引用

计算机应用研究 2017年第7期34卷 2207-2211页

作者：仲柔在熊磊刘畅空军工程大学航空航天工程学院西安710038

针对鲁棒级联姿势回归算法(robust cascaded pose regression,RCPR)缺乏形状约束,对复杂人脸图像的定位精度差、成功率低的问题,提出一种利用形状估计的分块特征点定位算法。为提高定位成功率和准确度,对人脸特征点进行分块,对每一块进... 详细信息

针对鲁棒级联姿势回归算法(robust cascaded pose regression,RCPR)缺乏形状约束,对复杂人脸图像的定位精度差、成功率低的问题,提出一种利用形状估计的分块特征点定位算法。为提高定位成功率和准确度,对人脸特征点进行分块,对每一块进行形状估计作为约束;为保证形状估计的精度和连续性,在传统核回归的基础上,学习得到图像特征与目标形状间的联合概率分布函数,称做匹配函数,并求取最大值作为形状估计;为提高算法性能,只需对部分点的位置进行回归,减少了回归器的数量,并引入了形状索引特征的采样先验。实验表明,算法对复杂人脸图像具有更高的定位准确度和鲁棒性,定位成功率可达86%,同时计算速度可以实现实时处理。

关键词：核回归形状估计人脸特征点定位采样先验形状约束

来源：评论

学校读者我要写书评

暂无评论

基于B样条的转动扩展目标形状估计算法

引用

枣庄学院学报 2015年第5期32卷 65-69页

作者：于金倩明清河吕加国枣庄学院信息科学与工程学院山东枣庄277160 枣庄学院数学与统计学院山东枣庄277160 燕山大学信息科学与工程学院河北秦皇岛066004

针对传统方法难以准确估计旋转扩展目标形状的问题,提出一种针对旋转扩展目标的B样条形状估计改进算法.与现有算法相比,提出的算法对目标旋转角度进行了预测,提高了算法对旋转扩展目标的形状估计能力.

关键词：扩展目标形状估计 B样条旋转矩阵

来源：评论

学校读者我要写书评

暂无评论

基于自动增广的单视角点云三维人体姿态与形状估计方法

基于自动增广的单视角点云三维人体姿态与形状估计方法

引用

作者：王康侃尹士豪 210094 江苏省南京市玄武区孝陵卫街200号

本发明公开了一种基于自动增广的单视角点云三维人体姿态与形状估计方法，其包括如下步骤：通过估计器中点云特征提取网络、遮挡感知网络分别得到输入点云全局特征和局部特征；拼接全局特征和局部特征并送入估计器中回归网络得到SMPL参... 详细信息

标准号: CN116740820B

本发明公开了一种基于自动增广的单视角点云三维人体姿态与形状估计方法，其包括如下步骤：通过估计器中点云特征提取网络、遮挡感知网络分别得到输入点云全局特征和局部特征；拼接全局特征和局部特征并送入估计器中回归网络得到SMPL参数；通过增广器中均值函数对真实点云变形得到模板点云；增广器中参数回归网络以点云全局特征和估计的姿态参数为输入，输出具有挑战性的姿态参数；通过增广器中均值函数对模板点云变形得到增广点云；将增广点云送入估计器训练，利用估计损失设计对抗损失函数优化增广器。本发明利用估计器的误差反馈提出一个增广器来生成带真实数据特征的增广点云供估计器学习，能从真实数据和合成数据点云精准恢复三维人体模型。

关键词：点云估计器全局特征局部特征均值函数真实数据姿态参数网络送入变形三维人体模型参数回归人体姿态损失函数特征提取误差反馈形状估计单视角输入点拼接感知遮挡三维输出对抗回归优化恢复学习

来源：评论

学校读者我要写书评

暂无评论

基于自动增广的单视角点云三维人体姿态与形状估计方法

基于自动增广的单视角点云三维人体姿态与形状估计方法

引用

作者：王康侃尹士豪 210094 江苏省南京市玄武区孝陵卫街200号

标准号: CN116740820A

来源：评论

学校读者我要写书评

暂无评论

基于持续学习的手部姿态及形状估计方法

基于持续学习的手部姿态及形状估计方法

引用

作者：王思涵孙怡 116024 辽宁省大连市甘井子区凌工路2号

本发明涉及一种基于持续学习的手部姿态及形状估计方法，属于计算机视觉与深度学习领域。主要包含以下步骤：数据预处理；搭建手部3D三角网格模型重建网络；全监督训练搭建的手部3D三角网格模型重建网络；自监督训练搭建的手部3D三角网... 详细信息

标准号: CN114373222A

本发明涉及一种基于持续学习的手部姿态及形状估计方法，属于计算机视觉与深度学习领域。主要包含以下步骤：数据预处理；搭建手部3D三角网格模型重建网络；全监督训练搭建的手部3D三角网格模型重建网络；自监督训练搭建的手部3D三角网格模型重建网络。本发明具有以下优点：首先，使用持续学习的方法可以大大降低神经网络模型处理新数据时的时间和算力成本；其次，同时利用彩色图像和深度图像可以获得丰富的空间信息，显著提高模型的实用性和泛化能力。

关键词：三角网格模型手部重建神经网络模型计算机视觉数据预处理彩色图像空间信息深度图像手部姿态形状估计网络新数据学习监督

来源：评论

学校读者我要写书评

暂无评论

对铰接式对象执行遮挡感知全局3D姿势和形状估计

对铰接式对象执行遮挡感知全局3D姿势和形状估计

引用

作者： P·莫尔恰诺夫袁野 U·伊克巴尔 J·考茨美国加利福尼亚州

本发明涉及对铰接式对象执行遮挡感知全局3D姿势和形状估计。为了确定视频内对象的准确3维(3D)模型，首先在视频内识别和追踪对象，并估计这些被追踪对象的姿势和形状。从被追踪对象中去除平移和全局定向以确定对象的局部运动，并执行... 详细信息

标准号: CN115731607A

本发明涉及对铰接式对象执行遮挡感知全局3D姿势和形状估计。为了确定视频内对象的准确3维(3D)模型，首先在视频内识别和追踪对象，并估计这些被追踪对象的姿势和形状。从被追踪对象中去除平移和全局定向以确定对象的局部运动，并执行运动填充以填充视频内对象的任何缺失部分。然后为视频内的对象确定全局轨迹，然后使用填充运动和全局轨迹来确定视频内对象的填充全局运动。这可以使得每个对象的准确描述能够作为该模型的3D姿势序列，该模型考虑了视频内的遮挡和全局因素。

关键词：视频填充全局姿势追踪遮挡对象确定对象执行局部运动全局运动形状估计平移铰接式去除感知

来源：评论

学校读者我要写书评

暂无评论

基于分割图引导与正则约束的手部姿势与形状估计方法

基于分割图引导与正则约束的手部姿势与形状估计方法

引用

作者：李睿敏逯皓帆缑水平李卫斌郑洋刘浩敏 710071 陕西省西安市雁塔区太白南路2号

本发明公开了一种基于分割图引导与正则约束的手部姿态与形状估计方法，主要解决现有技术在手物遮挡情况下估计结果准确率较低的问题。其实现方案是：将数据集划分为训练数据集与测试数据集；构建由特征提取主干、正则约束金字塔模块、... 详细信息

标准号: CN116152199A

本发明公开了一种基于分割图引导与正则约束的手部姿态与形状估计方法，主要解决现有技术在手物遮挡情况下估计结果准确率较低的问题。其实现方案是：将数据集划分为训练数据集与测试数据集；构建由特征提取主干、正则约束金字塔模块、分割引导模块以及回归模块构成的基于分割图引导与正则约束的手部姿势与形状估计网络；使用训练数据集对该网络进行训练；将测试数据集输入到训练好的网络中得到手部估计结果。本发明通过引入分割引导模块以利用不同可见度的手部分割图辅助手物遮挡下的估计，并通过引入正则约束金字塔模块对网络特征进行约束，相较于现有手部姿势与形状估计方法，显著提高了手部估计效果，可用于手部图像解译的中间处理。

关键词：形状估计分割测试数据集训练数据集估计结果手部姿势引导模块遮挡金字塔手部图像手部姿态特征提取网络特征中间处理网络辅助手数据集引入准确率构建解译可用手部主干回归

来源：评论

学校读者我要写书评

暂无评论

形状估计装置

形状估计装置

引用

作者：安藤丹一日本国京都府京都市

为了根据二维图像估计对象的三维形状，形状估计装置包括获取单元和估计单元。获取单元被配置为获取二维图像。估计单元具有人工智能，并且被配置为向人工智能提供二维图像并使人工智能估计二维图像的对象的三维形状。将使用学习数据执... 详细信息

标准号: CN110291358A

为了根据二维图像估计对象的三维形状，形状估计装置包括获取单元和估计单元。获取单元被配置为获取二维图像。估计单元具有人工智能，并且被配置为向人工智能提供二维图像并使人工智能估计二维图像的对象的三维形状。将使用学习数据执行的机器学习的学习结果设置至人工智能，该学习数据包含表示样本对象的三维形状的监督者数据和通过捕获样本对象的三维形状的图像而获得的样本二维图像。

关键词：二维图像人工智能三维形状估计单元获取单元学习数据样本对象机器学习形状估计学习结果配置捕获样本图像监督

来源：评论

学校读者我要写书评

暂无评论

形状估计装置

形状估计装置

引用

作者：安藤丹一日本国京都府京都市

标准号: CN110291358B

关键词：二维图像人工智能三维形状估计单元获取单元学习数据样本对象机器学习形状估计学习结果配置捕获样本图像监督

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：