检索结果-内蒙古大学图书馆

现代电子技术 2019年第19期42卷 139-143,148页

作者：王粟朱飞湖北工业大学电气与电子工程学院

针对中餐宴会台面人工测量餐具间距离出现的问题,将图像处理和人工智能技术引入台面摆台效果评判中,提出一种posit算法求解中餐宴会台面上餐具间距离的方法。首先,利用Hough圆检测算法识别出中餐宴会台面摆台上的餐碟、汤碟、味碟、水... 详细信息

针对中餐宴会台面人工测量餐具间距离出现的问题,将图像处理和人工智能技术引入台面摆台效果评判中,提出一种posit算法求解中餐宴会台面上餐具间距离的方法。首先,利用Hough圆检测算法识别出中餐宴会台面摆台上的餐碟、汤碟、味碟、水杯、葡萄酒杯和白酒杯上的圆,通过K-means聚类算法对中餐宴会客人人数和餐桌中心花瓶进行聚类;其次,在设计的黑白标定板中选取4个共面点,利用共面posit算法估算相机在目标坐标系下的旋转矩阵和平移向量,根据摄像机模型得出聚类标号为10上各餐具间的实际距离。实验结果表明,与人工测量相比,该方法测量精度高、稳定性良好。

关键词：测距方法餐具间距求解 posit算法图像处理 Hough变换 K-means聚类

来源：评论

学校读者我要写书评

暂无评论

双高速摄像机交汇的高旋弹丸位姿估计算法及误差分析

引用

国防科技大学学报 2022年第2期44卷 71-79页

作者：杨志伟王良明张喜峰王垚南京理工大学能源与动力工程学院江苏南京210094 北方华安工业集团有限公司黑龙江齐齐哈尔161046

为了测量高旋弹丸在炮口处的各种信息,基于双高速摄像机交汇的测量方法,提出了一种新的弹丸位姿估计方法。对总攻角函数进行了误差建模与分析,结果表明两台高速摄像机的光轴应相互垂直,且应选择光轴远离攻角平面的高速摄像机所对应的测... 详细信息

为了测量高旋弹丸在炮口处的各种信息,基于双高速摄像机交汇的测量方法,提出了一种新的弹丸位姿估计方法。对总攻角函数进行了误差建模与分析,结果表明两台高速摄像机的光轴应相互垂直,且应选择光轴远离攻角平面的高速摄像机所对应的测量函数计算总攻角,此时测量误差最小。以靶场实验的方式对攻角函数的误差分析结论和位姿估计算法进行验证。实验结果表明,误差分析结论正确;所提出的位姿估计算法没有基于任何假设,精度高于posit算法;初始速度测量误差不超过0.6 m/s,弹丸质心位置测量误差不超过0.3 m。这种测量方法属于非接触式测量,简单易行,测量信息全面,可为靶场实验、验收等工作提供参考依据。

关键词：双高速摄像交汇弹箭位姿估计 posit算法误差分析总攻角测量

来源：评论

学校读者我要写书评

暂无评论

摄像机位姿的高精度快速求解

引用

中国图象图形学报 2014年第1期19卷 20-27页

作者：李书杰刘晓平合肥工业大学计算机与信息学院合肥230009

目的针对对应点个数大于等于6的摄像机位姿估计问题,提出一种既适用于已标定也适用于未标定摄像机的时间复杂度为O(n)的高精度快速算法。方法首先选取4个非共面虚拟控制点,并根据空间点和虚拟控制点的空间关系以及空间点的图像建立线性... 详细信息

目的针对对应点个数大于等于6的摄像机位姿估计问题,提出一种既适用于已标定也适用于未标定摄像机的时间复杂度为O(n)的高精度快速算法。方法首先选取4个非共面虚拟控制点,并根据空间点和虚拟控制点的空间关系以及空间点的图像建立线性方程组,以此求解虚拟控制点的图像坐标及摄像机内参,再由posit(pose from orthography and scaling with iterations)算法根据虚拟控制点及其图像坐标求解旋转矩阵和平移向量。结果模拟数据实验和真实图像实验表明该算法时间复杂度和计算精度均优于现有的已标定摄像机位姿的高精度快速求解算法EPnP(efficient perspective-n-point)。结论该算法能够同时估计摄像机内外参数,而且比现有算法具有更好的速度和精度。

关键词：已标定摄像机未标定摄像机 PnP问题 EPnP算法 posit算法

来源：评论

学校读者我要写书评

暂无评论

盲环境移动定位(Ⅱ):基于单目视觉系统的定位技术

引用

东北大学学报(自然科学版) 2011年第5期32卷 736-739+744页

作者：吴立新王植孔祥勤东北大学资源与土木工程学院北京师范大学减灾与应急管理研究院

针对盲环境中移动目标的定位需要,提出了一种基于序列编码图形路标和单目机器视觉系统的盲环境移动目标定位算法.内容包括:在序列编码图形路标模型的基础上,建立包含透镜畸变分析的摄像机针孔成像模型,在移动目标上安装经过标定的单目相... 详细信息

针对盲环境中移动目标的定位需要,提出了一种基于序列编码图形路标和单目机器视觉系统的盲环境移动目标定位算法.内容包括:在序列编码图形路标模型的基础上,建立包含透镜畸变分析的摄像机针孔成像模型,在移动目标上安装经过标定的单目相机,实时采集包含编码图形路标的图像;根据解码得到的编码标志牌中心点的三维坐标,利用posit算法解算出相机的位姿参数,实现盲环境下移动目标的精确定位定姿.实验结果和精度分析表明,该研究为盲环境中移动目标快速精确的自主定位提供了一种可行的新方法.

关键词：盲环境移动定位序列编码图形单目视觉 posit算法

来源：评论

学校读者我要写书评

暂无评论

头部运动姿态检测分析与设计

头部运动姿态检测分析与设计

引用

作者：邢世蒙西安工业大学

学位级别：硕士

头部姿态检测是计算机视觉、人机交互、智能监控、疲劳检测等领域的一个热点研究课题。头部姿态检测就是通过摄像机的拍摄及一系列的数据处理和分析来获取头部位置和姿态的过程。本文围绕头部运动姿态检测的相关算法,介绍了头部姿态检... 详细信息

头部姿态检测是计算机视觉、人机交互、智能监控、疲劳检测等领域的一个热点研究课题。头部姿态检测就是通过摄像机的拍摄及一系列的数据处理和分析来获取头部位置和姿态的过程。本文围绕头部运动姿态检测的相关算法,介绍了头部姿态检测的研究背景和意义,研究方向和方法,并简单介绍了OpenCV的结构、’优点和功能。本文主要论述了摄像机标定、人脸检测、头部姿态检测系统中面部特征点模型的建立和拟合及头部姿态的估计。具体工作如下。首先,摄像机标定。摄像机标定是联系真实三维世界测量和摄像机测量的桥梁。其目的就是要建立三维世界坐标与二维图像坐标之间的一种对应关系。摄像机标定主要是求摄像机的参数的一个过程,也就是确定摄像机的图像坐标系与物体在空间的三维坐标系之间的映射的过程。本文在研究了摄像机标定的原理及前人的标定方法的基础上,实现了基于OpenCV的摄像机标定,为后文3D姿态检测提供了参数。其次,人脸检测。人脸检测顾名思义就是检测图像中是否包含人脸。本文所采用的人脸检测方法是在AdaBoost算法的基础上改进而来的。该方法首先训练分类器,再用训练好的分类器通过改变检测窗口大小的方式遍历图像来检测图像中是否包含人脸。人脸检测是人体面部信息处理的第一步,也是不可缺少的一步,它为后面的AAM特征匹配奠定了基础。再次,人脸特征的提取。人脸特征提取就是用建立好的模型去匹配图像中有相似特征的人脸,并返回其对应的特征点信息的过程。本文所采用的是基于主动表观模型的人脸检测方法。该方法首先是模型的建立,得到带有参数的可形变的AAM模型。然后就是模型的匹配,通过调整参数改变模型使其不断地逼近目标图像,在这个过程中不断调整参数,最终实现输入图像中关键点的定位和提取。最后,用posit算法估计头部姿态。将前面获得的摄像机内参和提取出的人脸特征输入posit算法,就可以对人体头部的姿态进行估计。本文在成功检测到头部的位置参数和姿态参数的基础上,还实现了对头部姿态的实时检测。本文在算法设计的基础上,使用C和C++语言最终实现了一个简单的实时头部姿态检测系统,并采用试验者的头部对该系统的准确性和健壮性进行了检测。经分析,算法已经达到了需求的要求,并对相关方向的研究具有一定的参考性。

关键词：头部姿态检测人脸检测主动形状模型主动表观模型 posit算法

来源：评论

学校读者我要写书评

暂无评论

基于SDM的疲劳驾驶状态检测方法研究

基于SDM的疲劳驾驶状态检测方法研究

引用

作者：文芳长安大学

学位级别：硕士

随着汽车保有量的增加,交通事故也随之增加,其中因疲劳驾驶导致的交通事故占比较大,不容忽视。本文对基于视觉的疲劳驾驶状态检测方法进行了较为深入的研究,提出了一种基于监督下降法(Supervised Descent Method,SDM)的多指标线性融合... 详细信息

随着汽车保有量的增加,交通事故也随之增加,其中因疲劳驾驶导致的交通事故占比较大,不容忽视。本文对基于视觉的疲劳驾驶状态检测方法进行了较为深入的研究,提出了一种基于监督下降法(Supervised Descent Method,SDM)的多指标线性融合的疲劳驾驶状态检测方法,实现了准确、快速的疲劳驾驶状态判断。本文主要工作包括以下几个方面:1.提出了一种快速人脸检测方法。首先采用肤色分割算法快速完成人脸区域的初步定位,然后使用AdaBoost算法完成二次定位。实验结果表明,本文方法在AdaBoost算法的基础上提高了实时性,同时也弥补了肤色分割方法不能准确定位人脸的不足。2.将SDM算法引入到人脸特征点定位中,完成了人脸特征点的准确定位。由于ASM算法在面部有遮挡和头部姿态变化较大的情况下,特征点定位会发生漂移现象。针对这一不足,本文使用SDM算法完成了人脸特征点的准确定位。将本文算法在CAS-PEAL-R1数据集上进行测试,实验结果表明,对于不同背景、距离、光照及复杂表情的情况,SDM算法皆可准确定位人脸特征点,可以为后续疲劳参数提取提供较准确数据。3.使用posit算法实现了头部姿态的准确估计。以二维人脸特征点位置、三维头部模型和相机内参为依据,经迭代计算,获得表征头部姿态的pitch、yaw和roll三个角度。在Pointing'04和CAS-PEAL-R1数据集上进行测试,实验结果表明,本文算法获得的表征疲劳状态的关键角(pitch角)的准确度分别是94.29%和95.33%,能够满足疲劳状态检测的需要。4.采用了多指标的线性融合方法进行疲劳驾驶状态判断,能更全面、准确地表征疲劳状态。选用持续闭眼帧数、持续打哈欠帧数、头部偏移持续帧数等三个疲劳指标进行多状态的线性加权融合,计算疲劳指数,表征疲劳状态。实验结果表明,本文的多指标疲劳检测方法准确性高于单一指标的疲劳检测方法。

关键词：疲劳检测 AdaBoost算法 SDM算法 posit算法

来源：评论

学校读者我要写书评

暂无评论

基于多模板匹配的SDM人脸姿态估计研究

基于多模板匹配的SDM人脸姿态估计研究

引用

作者：陈虎山东师范大学

学位级别：硕士

随着以人为中心的计算应用程序不断增多,人脸分析研究的重要性也在不断增大,从人脸图像中估计头部姿态逐步成为三维人脸建模、驾驶员监控安全系统、智能人机交互等应用中的重要问题,此外在人脸识别问题的解决方案中也需要处理好头部姿... 详细信息

随着以人为中心的计算应用程序不断增多,人脸分析研究的重要性也在不断增大,从人脸图像中估计头部姿态逐步成为三维人脸建模、驾驶员监控安全系统、智能人机交互等应用中的重要问题,此外在人脸识别问题的解决方案中也需要处理好头部姿态变化。本文针对人脸姿态估计的研究背景及意义,采用了基于多模板匹配的SDM人脸姿态估计方法,本文主要包括人脸检测、人脸特征点定位、头部姿态估计及头部姿态参数的测量四部分。具体工作内容如下:首先,人脸检测方法。本文采用基于Adaboost算法的人脸检测方法,并结合Haar特征,通过对弱分类器训练得到强分类器,对强分类器级联得到级联分类器,进而实现人脸检测。并针对在检测过程中产生的具有多个人脸框的情况进行改进,采用置信度合并的方法将重合的人脸框合并,并通过实验得到验证。人脸检测是头部姿态估计预处理的首要一步,进而检测人脸的位置信息。其次,人脸特征点定位方法。本文采用基于SDM算法的人脸特征点定位方法,并针对在大姿态的偏转、特征点定位效果不好的情况,采用多模板匹配的SDM算法,将人脸按偏转的角度分为5类,不同的姿态对应不同的模型,利用LBP特征和随机森林的方法进行处理,并在实验中得到验证。人脸特征点定位是头部姿态估计的关键步骤,为头部姿态的预处理提供特征的提取。最后,人脸姿态估计。本文采用posit算法的人脸姿态估计方法,通过OpenCV对摄像机进行标定,获得摄像机内参,以及人脸特征点、三维头部模型作为输入参数,进行求解头部姿态的参数。

关键词：头部姿态估计 Adaboost算法多模板SDM算法 posit算法

来源：评论

学校读者我要写书评

暂无评论

基于CMOS相机的轨道车辆动态包络线测试

引用

现代商贸工业 2016年第34期37卷 507-509页

作者：关岳中车青岛四方机车车辆股份有限公司工程实验室山东青岛266111

回顾了的轨道车辆限界测量的历程,总结了轨道车辆动态限界获取的三种主要方式,提出采用基于振动台的整车动态限界测量方案,给出了采用大面积CMOS数字相机的单目视觉测量原理分析、目标点特性分析、目标点特征提取等算法,对相机的关键测... 详细信息

回顾了的轨道车辆限界测量的历程,总结了轨道车辆动态限界获取的三种主要方式,提出采用基于振动台的整车动态限界测量方案,给出了采用大面积CMOS数字相机的单目视觉测量原理分析、目标点特性分析、目标点特征提取等算法,对相机的关键测量特性和参数选择给出试验验证,说明测量方案可行。

关键词：车辆限界动态包络线单目视觉测量 posit算法

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：