基于视觉与IMU融合的机器人位姿修正方法研究

为了提高机器人位姿修正精度,提出基于视觉与IMU融合的机器人位姿修正方法。构建机器人位姿参数分布模型,结合标准卡尔曼滤波模型进行机器人位姿参数融合和视觉特征重构,采用三维视觉信息跟踪识别方法进行机器人运动学模型的优化设计,基于视觉与IMU融合方法实现自主遥控双足机器人结构参数辨识模型的构建和位姿修正。仿真实验结果表明,采用该方法进行机器人位姿修正的精度较高,提高了机器人的自动化控制能力。     

基于无人驾驶配送实验平台的封闭园区内动态环境视觉SLAM研究

针对动态环境下SLAM算法定位信息精度不足、建图偏移严重问题,本研究基于无人驾驶配送实验平台提出一种面向封闭园区内动态环境的视觉SLAM系统。该系统以ORB＿SLAM2为框架,添加了基于人体关键点提取的行为识别线程。在输入图像ORB特征点提取的同时,通过HRNet网络进行人体关键点的提取,通过30帧图像内容进行行为识别,判断图像中人体的行为状态是否为运动,并以此为依据筛选并剔除动态特征点,最后通过静态特征点进行位姿估计。实验结果表明,在TUM数据集动态子序列下,与ORB＿SLAM2、DS＿SLAM相比,本研究所提算法在系统精度与速度上达到平衡,有效提高了位姿估计的准确性。     

不同力度下乒乓球反弹轨迹智能识别方法

为了提高对乒乓球的量化训练指导能力,需要进行不同力度下乒乓球反弹轨迹跟踪识别,提出基于视觉特征提取和空间区域像素特征匹配的不同力度下乒乓球反弹轨迹智能识别方法.构建乒乓球反弹轨迹的图像信息采样模型,在不同的力度下进行乒乓球反弹轨迹的图像信息虚拟重建,采用空间三维区域重建方法进行不同力度下乒乓球反弹轨迹的图像特征提取,构建乒乓球反弹轨迹图像的边缘轮廓特征提取模型,结合视觉特征提取和空间区域分块模板匹配方法进行像素特征匹配,根据特征匹配结果求得乒乓球反弹轨迹的相似度特征量,根据尺度分解方法实现不同力度下的乒乓球反弹轨迹智能识别.仿真结果表明,采用该方法进行不同力度下乒乓球反弹轨迹识别的智能性较好,特征分辨能力较强.     

基于计算机视觉的运动目标跟踪算法研究

随着计算机技术的飞速发展,视频图像处理技术得到了显著的提高.本文提出了一种基于计算机视觉的运动目标跟踪方法.在Marr的计算理论框架下,我们引入通过自下而上的视觉跟踪处理方法来进行运动目标跟踪,本文以车辆视频为例,选用Robert算子对车辆进行边缘检测,针对车辆在运动过程中大小和姿态变化的情况,提出了基于多关联模板匹配方法进行跟踪.实验表明本文的算法分离的精度增强,跟踪效果好,并且能很好地满足实时性.     

基于半直接视觉里程计的SLAM稠密重建

针对特征法视觉同步定位与地图构建(simultaneous localization and mapping,SLAM)耗时久、纹理缺失场景易跟踪失败而只能重建稀疏点云的问题,提出一种基于半直接视觉里程计的SLAM稠密重建算法.该算法以ORB-SLAM2框架为基础,视觉里程计采用直接法最小化光度误差求解相机初始位姿,采...     

园林三维景观绿化廊道空间可视化分割方法

为了提高园林三维景观绿化廊道空间规划能力,需要进行空间可视化分割,提出基于锐化模板匹配的园林三维景观绿化廊道空间可视化分割方法,构建园林三维景观绿化廊道视觉图像的稀疏表示模型,采用分块模板匹配方法进行园林三维景观绿化廊道视觉图像的边缘轮廓特征分解,提取园林三维景观绿化廊道视觉分布特征量,结合锐化模板特征匹配的方法进行园林三维景观绿化廊道空间区域重构,建立园林三维景观绿化廊道空间三维视景仿真模型,采用可视化的视觉重构和特征提取方法,进行园林三维景观绿化廊道空间可视化分割。仿真结果表明,采用该方法进行园林三维景观绿化廊道空间可视化分割的自适应性较好,特征分辨能力较强,提高园林三维景观绿化廊道的设计效果。     

健美操难度动作图像手臂弧度轨迹自动定位方法

为了提高健美操难度动作训练的有效性,需要进行健美操难度动作图像的轨迹分析和定位,提出基于边缘轮廓特征检测的健美操难度动作图像手臂弧度轨迹自动定位方法.构建健美操难度动作图像的视觉空间采样模型,采用空间分块区域规划方法进行健美操难度动作图像的手臂弧度动作空间规划,建立健美操难度动作图像的手臂区域定姿模型,通过模板自动匹配和小波多尺度分解方法,进行健美操难度动作图像的手臂弧度边缘轮廓检测,实现健美操难度动作图像的手臂弧度轨迹区域自动定位.仿真结果表明,采用该方法进行健美操难度动作图像手臂弧度轨迹定位的精度较高,空间定姿能力较强,在健美操训练指导中具有很好的应用价值.     

微动机器人视觉伺服控制系统优化

基于双目显微视觉伺服控制和透视成像原理,优化了双目显微视觉伺服控制模型。结果表明:设计的视觉模型不再含有深度信息,直接采用了图像信息从场景中获取视觉信息,图像特征点的误差向量在0~2 s范围内一直收敛到0;当微立方体处于焦平面上时,图中微立方体形状有微小的变化,这表示物体到摄像机的距离是有微小变化的,深度信息是变化的。设计的模型不再需要测量或估计未知点的深度信息,能够实现准确、快速地获取深度信息,实现了微动机器人视觉伺服控制系统优化。     

自然与幻想融合的住房建筑结构剖析系统设计

为实现住房建筑结构剖析设计,提出基于自然与幻想融合的住房建筑结构剖析系统设计方法。建立住房建筑结构剖析视觉图像分析模型,采用空间视觉信息采样法进行住房建筑结构剖析,构建住房建筑结构剖析视觉图像三维成像模型,用灰度信息重构方法进行建立住房建筑结构剖析视觉的三维轮廓特征分布集,对住房建筑结构剖析系统设计优化。仿真结果表明,采用该方法进行住房建筑结构剖析的视觉表达能力较强,提高了住房建筑结构剖析效果。     

基于SLAM定位的多位姿点云拼接与分割方法研究北大核心

该文提出一种基于SLAM定位的多位置和姿态点云的拼接与分割方法,可提供信息量大且准确的点云样本数据。首先,利用RTAB-MAP框架构建SLAM算法,由KinectV2传感器采集获得带有位姿信息的多角度RGBD图像样本,并转化为三维点云场景数据;其次,改进ICP算法并基于SVD算法设计多位姿点云的拼接算法;再次,根据原始点云的RGB信息与凹凸性特征,设计三维点云分割算法,以此形成一系列点云目标;最后,开展点云拼接和点云分割实验,实验结果验证了该文所提算法的正确性和有效性。     

基于神经网络的人体姿态估计方法研究

随着人工智能技术发展,人体姿态估计广泛应用于动作识别、人机交互和服装解析等领域,成为计算机视觉领域研究热点,其中基于神经网络的人体姿态估计方法倍受关注。结合人体姿态识别相关流程,论述人体检测、人体姿态估计和人体姿态优化等步骤,阐述相关步骤中的新算法,为后续研究提供参考。     

基于模板匹配的医用内窥镜影像目标识别算法

为了减轻医务人员劳动强度,同时为患者提供有效的辅助诊断信息,将自动识别追踪技术应用于医用内窥镜中,以辅助外科医生诊断与治疗,并为后续持镜机器人及手术机器人研发打下基础。对比模板匹配和边缘检测匹配两种算法之后,发现模板匹配方法容易受到光照影响,将两者综合后的算法对光照和像素迁移有很强的抗干扰能力,适合于医用内窥镜光照条件不足的应用环境。此外,引入的CamShift 算法以颜色特征作为第二匹配依据,可应对边缘不明显的情况。实验中分别对手术器械和胆囊进行模拟识别跟踪,实验结果表明,在该运动目标检测跟踪算法下,视频画面的帧速率稳定在30fps,不会出现卡顿情况,识别准确率达到了95%,并且在追踪过程中不会丢失目标。该算法原理简单、机理清晰,在实时性、鲁棒性等方面均可满足临床需求。     

Detecting and Tracking Moving Targets on Omnidirectional Vislon

A method was presented to implement the detecting and tracking of moving targets through omnidirectional vision.The method combined optical flow with particle filter arithmetic.in which optical flow field was used to detect and locate moving targets and particle filter was used to track the detected moving objects.According to the circular image character of omnidirectionaI vision.the calculation equation of optical flow field and the tracking arithmetic of particle filter were improved based on the polar coordinates at the omnidirectional center.The edge of a randomly moving object could be detected by optical flow field and was surrounded by a reference region in the particle filter.A dynamic motion model was established to predict particle state.Histograms were used as the features in the reference region and candidate regions.The mutual information(MI)and Gaussian function were combined to calculate particle weights.Finally,the state of tracked object was computed by the total particle states with weights.Experiment results show that the proposed method could detect and track moving objects with better realtime performance and accuracy.     

基于姿态和光照不变的三维人脸识别研究

为了解决由姿态和光照变化引起的误识率,提出了一种利用稀疏统计形变模型,进行三维人脸形状重建,通过调整角度,解决人脸图像姿态发生改变的方法.运用球面谐波商图像的方法,估计原始输入图像的光照属性,对生成的模型进行标准化的姿态和光照重构,解决了原始输入图像中由于姿态和光照不同所引起的识别误差.实验表明,该方法能够有效地提高对三维人脸的识别率.     

双目立体视觉定位的三维坐标提取与分析

双目定位跟踪系统涉及到的关键技术有摄像机标定、立体匹配和三维重建等.在三维重建阶段,利用匹配的结果采用最小二乘法计算定位标靶上标记的三维坐标.实验结果表明,在现有条件下,双目定位跟踪系统的定位精度比较高,相对误差在1%以内;基于此定位跟踪系统,能够初步准确完成对经络的三维定位和实时显示,为临床诊断治疗和基础教学提供直观的分析依据.     

基于神经网络的姿态识别算法

公共场所视频监控网络部署日益完善,智能视频监控技术在安防、交通等领域作用越来越大。针对视频监控数据中的人类目标,提出一种基于计算机视觉的姿态识别方法。通过YOLO算法和AlphaPose模型完成对视频中人类目标检测识别以及姿态估计,在此基础上分析人体关节之间的角度对姿态分类的影响,从中提取有效的分类特征,构造并训练5层神经网络模型,完成对站、坐、躺最常见3种姿态分类。实验结果表明,训练得到的神经网络模型准确率达到85%以上,识别速率大约为每秒30帧,在安防监控、检测人员摔倒、疾病报警等方面具有一定应用价值。     

Detecting and tracking moving targets on omnidirectional vision

A method was presented to implement the detecting and tracking of moving targets through omnidirectional vision. The method combined optical flow with particle filter arithmetic, in which optical flow field was used to detect and locate moving targets and particle filter was used to track the detected moving objects. According to the circular image character of omnidirectional vision, the calculation equation of optical flow field and the tracking arithmetic of particle filter were improved based on the polar coordinates at the omnidirectional center. The edge of a randomly moving object could be detected by optical flow field and was surrounded by a reference region in the particle filter. A dynamic motion model was established to predict particle state. Histograms were used as the features in the reference region and candidate regions. The mutual information (MI) and Gaussian function were combined to calculate particle weights. Finally, the state of tracked object was computed by the total particle states with weights. Experiment results show that the proposed method could detect and track moving objects with better real-time performance and accuracy. Supported by Tianjin Higher Education Technology Development Foundation (No.20071308), Tianjin Natural Science Foundation (06YFJMJC03600) and National Natural Science Foundation of China (No.60773073). YANG Shuying, born in 1964, female, Dr, Prof.     

VIDEO MOTION CAPTURE IN VBA——VIDEO-BASED ANIMATION

ＩＮＴＲＯＤＵＣＴＩＯＮＭｏｔｉｏｎｃａｐｔｕｒｅｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｔｈｅｃｒｅａｔｉｏｎｏｆｓｐｅｃｉａｌｅｆｆｅｃｔｓｉｎｍａｎｙｆｉｅｌｄｓ.Ａｓｉｄｅｆｒｏｍｕｓｅｉｎｆｉｌｍｓａｎｄａｎｉｍａｔｉｏｎｓ,ｍｏｔｉｏｎｃａｐｔｕｒｅｈａｓｃｏｍｐｒｅｈｅｎｓｉｖｅａｐｐｌｉｃａｔｉｏｎｓｉｎｔｈｅａｎａｌｙｓｉｓｏｆａｔｈｌｅｔｅｐｅｒｆｏｒｍａｎｃｅ ,ｍｅｄｉｃａｌｄｉａｇｎｏｓｔｉｃｓ,ｓｕｒｖｅｉｌｌａｎｃｅ ,ｖｉｄｅｏｒｅｔｒｉｅｖａｌ,ｅｔｃ.Ｃｏｎｖｅｎ…     

VIDEO MOTION CAPTURE IN VBA

Computer vision has very wide application in human motion capture research. This paper proposes a new approach to do motion capture in video. It is composed of image sequence based tracking of human feature points and the reconstruction of the three-dimension(3D) motion skeleton. First, every part of the human body from top to bottom is tracked on the basis of a human model. The image difference and a morph-block similarity algorithm based on subpixels are used. Then camera calibration is done using the line correspondences between the 3D model and the image. Finally the 3D motion skeleton is established by use of the model knowledge. This approach does not aim at a given mode of human motion. Rather, it analyzes large scale motion from frame to frame in complex, variational background, and sets up a 3D motion skeleton in the perspective projection. The experiment results are presented at the end of the paper. Project (69803009) supported by Natural Science Foundation of China (NSFC) and Key Project of National Development Planning Committee.     

一种应用于大型综合实验的运动目标识别与跟踪方法

介绍了一种基于NM I特征的目标识别与跟踪算法,与基于图像灰度的跟踪算法相比,该算法利用运动目标的NM I特征值,避免了背景亮度变化对目标识别和跟踪的干扰,具有实时性好、抗干扰性强的特点,适用于复杂背景下的运动目标检测和跟踪。