针对粒子群算法(Particle Swarm Optimization,PSO)易陷入局部极值的缺陷,提出了一种新的自适应惯性权重混沌PSO算法(a New Chaos Particle Swarm Optimization based on Adaptive Inertia Weight,CPSO-NAIW)。首先采用新的惯性权重自...
详细信息
针对粒子群算法(Particle Swarm Optimization,PSO)易陷入局部极值的缺陷,提出了一种新的自适应惯性权重混沌PSO算法(a New Chaos Particle Swarm Optimization based on Adaptive Inertia Weight,CPSO-NAIW)。首先采用新的惯性权重自适应方法,很好地平衡粒子的搜索行为,减少算法陷入局部极值的概率,然后在算法陷入局部极值时,引入混沌优化策略,对群体极值位置进行调整,以使粒子搜索新的邻域和路径,增加算法摆脱局部极值的可能。最后,实验结果表明,CPSO-NAIW算法能有效避免陷入局部极值,提高算法性能。
提出一种基于Real Sense技术的足部参数测量方法,仪器装置携带方便、成本低廉、操作简洁;该算法运用Intel Real Sense技术,搭建了使用多台SR300的足型重建系统;该系统首先将从深度图像中获取的各个足面轮廓点云在系统规定世界坐标系内...
详细信息
提出一种基于Real Sense技术的足部参数测量方法,仪器装置携带方便、成本低廉、操作简洁;该算法运用Intel Real Sense技术,搭建了使用多台SR300的足型重建系统;该系统首先将从深度图像中获取的各个足面轮廓点云在系统规定世界坐标系内叠加融合,然后用ICP算法进行精准配准完成对点云的融合,最后得到完整足部轮廓点云并根据定义计算足部围度等足部系列参数;在进行重建的过程中运用纹理贴图技术进行渲染,得到3D图像;实验表明,该系统能够快速精确地完成三维脚型恢复和足部特征参数的提取,具有很好的鲁棒性。
暂无评论