|
钻瓜专利网为您找到相关结果 15个,建议您 升级VIP下载更多相关专利
- [发明专利]三维人脸本征属性描述方法-CN201010258357.1无效
-
张艳宁;郭哲;林增刚
-
西北工业大学
-
2010-08-19
-
2010-12-15
-
G06K9/00
- 本发明公开了一种三维人脸本征属性描述方法,用于解决现有的三维人脸本征属性描述方法算法复杂的技术问题。该方法对基于二次误差测度的模型简化方法进行分析并改进,使其能够在保持人脸五官区域特性的前提下最大限度的简化模型;采用基于特征约束的保形同构映射网格参数化方法对三维网格数据在二维平面进行展开;将三维人脸表面的本征属性在二维图像平面中进行离散化表示。本发明在降低计算复杂度的同时,采用基于特征约束的保形同构映射网格参数化方法对三维网格数据在二维平面上展开,将三维空间中的匹配问题简化为二维图像的匹配问题,80%精度二维本征属性图单次识别所需时间由背景技术的0.951秒降低到0.504秒;而且多姿态人脸识别正确率达到了89.7%。
- 三维属性描述方法
- [发明专利]星空图像背景运动估计方法-CN200910254467.8无效
-
张艳宁;朱宇;段锋;孙瑾秋;林增刚;姚睿
-
西北工业大学
-
2009-12-23
-
2010-06-02
-
G06T7/20
- 本发明公开了一种星空图像背景运动估计方法,兹在解决现有的运动估计方法局限性大的技术问题。考虑到星空图像主要由灰度值较低的背景和灰度值较高但所占面积很小的恒星光斑组成,本发明首先根据背景灰度模型进行自适应的阈值分割,在连通区域标记后选取面积符合条件的恒星区域,对质心位置结构特征进行基于LCS的匹配。由于结构信息对旋转和平移的不变性,本发明在相邻两帧旋转86.4°,平移大于30像素的情况下仍能实现对基准图的有效运动估计。由于只对有限数量的质心进行操作,未涉及分块搜索和迭代等,因而本发明的运行效率较高。在Matlab平台下512×512的图像序列仅需0.2s即可完成估计,实现了快速有效的运动估计。
- 星空图像背景运动估计方法
- [发明专利]特征空间的弱小目标检测方法-CN200910022359.8无效
-
张艳宁;孙瑾秋;姜磊;段锋;林增刚
-
西北工业大学
-
2009-05-05
-
2009-09-30
-
G06T7/00
- 本发明公开了一种特征空间的弱小目标检测方法,通过星点定位、参考恒星选取、恒星与潜在目标划分、轨迹关联剔除噪声等步骤,实现对特征空间的弱小目标检测。由于采用基于距离特征空间的运动星空背景弱小动目标检测算法,选取2颗恒星作为参考恒星,并充分利用恒星、目标及噪声点之间不同运动特性,将恒星、潜在目标和噪声可在二维特征空间域直接进行划分,与背景技术选取3颗参考恒星,在三维空间中进行相似度量函数、误差平方和及曲线拐点的计算相比较,由于少选一颗恒星,减小了计算量。而且由于直接利用目标的轨迹连续性进行轨迹的检测,避免了将潜在目标点集从三维空间映射回二维空间在进行检测的过程,使检测更加简单实用。
- 特征空间弱小目标检测方法
- [发明专利]星空图像目标轨迹检测方法-CN200910021565.7无效
-
张艳宁;姜磊;孙瑾秋;林增刚
-
西北工业大学
-
2009-03-17
-
2009-09-02
-
G06T7/00
- 本发明公开了一种星空图像目标轨迹检测方法,首先对序列图像中的连续5张图像进行帧差累加,并采用自适应阈值t对累加后的图像进行0和1的二值化处理;将1024×1024大小的图像I进行均匀划分为32×32的小块,对图像块上所有像素逐个组合连线并进行计算θ和ρ,建立参数空间的非均匀量化累加器数组H(ρ,θ);并将相应的累积器数组H(ρ,θ)的位置加1,即H(ρ,θ)=H(ρ,θ)+1,直到所有的点均变换完毕;寻找参数空间上累加器数组H(ρ,θ)的局部极大值,找到直线参数θ和ρ值,确定直线。本发明通过将目标轨迹划分为较小的子块,采用非均匀化对传统的Hough变换进行改进,实现了星空背景下的弱小目标检测,减少了计算量和存储量。
- 星空图像目标轨迹检测方法
- [发明专利]多视角三维人脸扫描数据自动配准方法-CN200710018782.1无效
-
郭哲;张艳宁;林增刚
-
西北工业大学
-
2007-09-30
-
2008-02-20
-
G06K9/00
- 本发明公开了一种多视角三维人脸扫描数据自动配准方法,其特点是包括以下步骤:将多视角三维人脸扫描数据用PCA方法进行坐标轴转换,对转换后的模型计算其Shape Index值,并采用阈值分割的方法筛选出若干特征区域;利用区域相对分布特征来约束区域的筛选,最终定位出标志区域;眼睛内、外眼角及鼻尖点区域;对标志区域采用ICP方法进行配准;将整体扫描数据采用区域配准得到的转换参数进行坐标平移和旋转变换,完成配准。由于本发明粗配准采用对坐标轴进行转换的方法,以整体特征代替个体点特征,降低了特征点检测所带来的误差;精配准仅对提取出的特征区域进行配准迭代运算,降低了运算复杂度,实现了多姿态三维扫描数据的自动配准。
- 视角三维扫描数据自动方法
|