国家高技术研究发展计划(2009AA012103)
- 作品数：17 被引量：93H指数：6
- 相关作者：沈旭昆田枫周凯史利民胡占义更多>>
- 相关机构：北京航空航天大学东北石油大学中国科学院自动化研究所更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金黑龙江省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 大规模三维云实时模拟方法被引量：15
- 2010年
- 针对虚拟环境中大规模三维云渲染开销大的问题,提出一种大规模三维云实时模拟方法.在云建模方面,利用Navier-Stokes流体力学公式模拟云的动态生成,提出一种基于八叉树的模型化简策略,减少了云模型粒子数;在渲染阶段,提出一种基于Cell的绘制更新策略,结合Impostor技术自动混合绘制三维云与Impostor,实现了大规模三维云的实时模拟.实验结果表明,该方法基于物理的方法模拟云,同时在绘制阶段根据视点的移动实时更新,效果逼真;与同类方法相比,基于Cell的绘制策略更新时计算量更小,有效地避免了绘制更新时常见的抖动和跳变问题.
- 任威梁晓辉马上沈旭昆
- 关键词：虚拟环境CELL实时模拟
- 基于语义交互的三维重建被引量：7
- 2011年
- 三维重建是计算机视觉的核心问题.随着三维重建技术的发展,人们越来越认识到从图像到空间结构这种自底向上的重建方法,不管如何刻意设计和优化都很难达到对场景具有高层语义意义下的重建.基于此,提出一种基于高层语义交互的重建方法,在底层重建结果的基础上,利用自然语言交互进一步完善重建结果.最后通过2组简单实验验证了文中算法的可行性.
- 史利民郭复胜高伟胡占义
- 关键词：三维重建语义交互知识库
- 一种手部实时跟踪与定位的虚实碰撞检测方法被引量：1
- 2011年
- 在虚实融合系统的协同工作环境中操作者需要利用手部与虚物进行交互,实时地进行虚实物体间的相交检测与碰撞响应对加强整个环境的沉浸感与真实性至关重要.文中通过多种颜色标记手部各关键点来建立映射关系,并以颜色直方图为目标检测模式对各色块进行跟踪;然后通过双目立体视觉原理计算关键点在2幅图像间的视差,进而实时恢复出三维信息,实现手部精确定位;同时,对虚物模型划分层次二叉树并逐层建立包围盒,最终通过实时判断手部与虚物的相对位置实现了精确的碰撞检测.实验结果表明,该方法所得的碰撞检测结果在摄像头光心前2m范围内较为精准,并可达到实时流畅的应用要求.
- 李岩沈旭昆
- 关键词：虚实融合碰撞检测
- 基于多特征标签相关性学习的图像自动标注被引量：1
- 2013年
- 在网络真实环境下的图像数据集上的大规模语义标注是一个研究难点。提出了一种基于多特征标签相关性学习的图像语义标注方法,针对真实环境下大规模图像集合进行自动标注。首先提取图像多种视觉特征,采用多标记学习方法在特定特征空间完成标注词相关性学习,得到每幅图像的单特征标注词相关度;然后采用一种动态阈值确定方法估计单个特征和标注词的相关度阈值;最终采用一种无监督组合方法融合多种特征标和标注词的相关性生成图像语义标签。通过互联网数据集上的测试表明了方法的有效性。
- 田枫沈旭昆杜睿山周凯
- 关键词：图像自动标注语义标注
- 基于标签集相关性学习的大规模网络图像在线标注被引量：6
- 2014年
- 传统的网络图像标注方法忽视了标签集整体相关性对标注结果的影响,导致标签集整体相关性缺乏和语义冗余.为了解决上述问题,提出了一种基于标签集相关性学习的大规模网络图像在线语义标注方法.给出了标签集对图像相关性和标签集内部相关性的概率估计算法,将上述约束形成一个优化问题,采用贪心搜索策略获取近似最优解,找到能合理地平衡上述因素的标签集,并针对大规模图像集和概念集进行了优化.真实环境下大规模网络图像集上的测试表明,相比于目前的代表性网络图像标注方法,该方法获得的标签集能够更好的描述图像语义,性能提升明显.
- 田枫沈旭昆
- 关键词：图像语义标注
- 基于坐标下降和偏移映射的运动编辑与重定向
- 2012年
- 提出了一种基于坐标下降和偏移映射的人体运动编辑与重定向方法,使角色运动适用于虚拟场景。采用加入生理限制的循环坐标下降算法自动求解约束帧目标姿态,在约束帧附近通过构造运动偏移映射曲线的方法对运动进行自动平滑处理。实验结果表明,该方法较为完整的很好的保留了原始运动的特征,且重定向得到的运动较为平滑自然。
- 田枫沈旭昆周凯
- 关键词：运动捕获运动重定向
- 一种基于数据聚类的鲁棒SIFT特征匹配方法被引量：6
- 2012年
- 针对噪声敏感造成的SIFT特征匹配鲁棒性低问题,提出一种基于数据聚类的两阶段特征匹配方法.在满足特征匹配几何距离最邻近本质要求下扩展了kd数据结构,使其不但能够完成算术平均化匹配特征离线聚类,而且能够实现第1阶段聚类特征在线匹配.在此基础上,给出一种概率最优投票策略选择关键图像进行第2阶段匹配,最后合并两阶段属于关键图像的所有匹配特征对.实验结果表明,对于大量存在重叠关系的图像集合,该方法能够有效减少重复特征数量,降低噪声信息对特征匹配的干扰,极大地提高特征匹配的鲁棒性.
- 范志强赵沁平
- 关键词：聚类特征SIFT投票策略
- 摄像机和惯性测量单元的相对位姿标定方法被引量：4
- 2011年
- 提出了一种鲁棒的基于无迹卡尔曼滤波器的摄像机(视觉传感器)-惯性测量单元相对位姿标定方法.为了减小重力加速度对标定精度的影响,该方法采用迭代卡尔曼滤波器对惯性传感器坐标系下的重力加速度进行实时估计.仿真实验和真实数据实验表明,在系统初始误差较大或系统受到严重非线性因素干扰时,该方法仍能够对视觉传感器和惯性测量单元之间的6自由度相对位姿进行精确标定.
- 杨浩张峰叶军涛
- 关键词：视觉传感器惯性测量单元
- 大规模图像语义相关性自动标注被引量：1
- 2013年
- 针对大规模图像集合的自动标注问题,提出一种图像语义相关性自动标注方法.首先提取图像的视觉特征,将每个样本表示为局部邻域样本点的稀疏线性组合;然后采用一种基于最大后验概率准则的多标签学习方法得到每幅图像的单特征标签相关度;最终对单个特征和特定标签的相关度阈值进行无偏估计,并采用无监督组合方法融合多种视觉特征和标签的相关度.互联网数据集测试结果表明,该方法是有效的.
- 田枫沈旭昆刘贤梅
- 关键词：图像标注语义相关性
- 弱标签环境下基于语义邻域学习的图像标注被引量：4
- 2014年
- 图像语义自动标注是实现图像语义检索与管理的关键,是具有挑战性的研究课题.传统的图像标注方法需要具有完整、准确标签的数据集才能取得较好的标注性能.然而,在现实应用中获得数据的标签往往是不准确、不完整的,并且标签分布不均衡.对于Web图像和社会化图像尤其如此.为了更好地利用这些弱标签样本,提出了一种基于语义邻域学习的图像自动标注方法(semantic neighborhood learning from weakly labeled image,SNLWL).首先在邻域标签损失误差最小化意义下,填充训练集样本标签.通过递进式的邻域选择过程,保证建立的语义一致邻域内样本具有全局相似性、部分相关性和语义一致性,并且语义标签分布平衡.在邻域标签重构误差最小化意义下进行标签预测,降低噪声标签对性能的影响.多个数据集上的实验结果表明,与已知的具有较好标注效果的方法相比,此方法更适用于处理弱标签数据集,标准评测集上的测试也表明了此方法的有效性.
- 田枫沈旭昆
- 关键词：图像标注
