林增刚
- 作品数：35 被引量：49H指数：4
- 供职机构：西北工业大学计算机学院更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金西北工业大学基础研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于改进二次误差测度及网格参数化的三维人脸本征属性描述方法
- 2010年
- 3维人脸特征描述是3维人脸配准及识别的关键技术。该文针对3维人脸高分辨率模型特征分布不均匀且存在信息冗余的问题,提出一种基于模型简化和网格参数化的3维人脸特征描述方法。采用半边折叠及自适应收缩代价加权等手段对基于二次误差测度的网格简化方法进行改进,克服原算法中存在重叠三角形和丢失细节特征的问题。同时,基于多分辨分析思想,利用特征约束的保形同构映射对简化后的3维人脸模型在2维平面进行保形展开,并由此构造多分辨2维本征属性图。该方法将3维空间运算问题简化为简单的2维图像运算,显著降低了计算复杂度。对GavabDB 3维人脸库的识别实验表明,该文方法能有效描述3维人脸的本征属性,同时对数据缺失具有较强的鲁棒性。
- 郭哲张艳宁林增刚
- 关键词：人脸识别网格参数化
- 三维人脸本征属性描述方法
- 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...
- 张艳宁郭哲林增刚
- 文献传递
- 基于曲率信息的三维人脸面部特征提取被引量：8
- 2007年
- 提出了一种基于曲率信息的三维人脸面部特征提取方法。首先根据几何约束和曲率信息得到由若干间断点描述的人脸五官区域轮廓线;其次采用边界连接及变形膨胀方法,得到完全闭合、但存在多余毛刺的区域边界;最后利用二维图像处理方法进行边界精确化处理,提取出比较精确的人脸面部特征区域。实验证明了所提方法对正面自然表情三维人脸模型的有效性。
- 郭哲张艳宁林增刚
- 基于变形分析的三维Susan角点检测算法被引量：2
- 2011年
- 为了准确地在三维网格模型上定位特征角点,提出了一种基于变形分析的三维Susan角点检测算法。算法首先利用邻接区域信息定义顶点的变形函数,由变形函数值得到候选角点集合;对于候选角点,设定比较区域,在区域内用相似比较函数确定角点;最后,在一定邻接区域内使用非极大值抑制去除虚假角点。使用特定模拟数据和真实三维人脸模型进行角点检测,实验结果验证了该算法的优越性和有效性。
- 林增刚张艳宁郭哲
- 关键词：角点检测非极大值抑制
- 多视角三维人脸扫描数据自动配准方法
- 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...
- 郭哲张艳宁林增刚
- 文献传递
- 高分辨遥感图像中快速提取机场目标的方法
- 本发明公开了一种高分辨遥感图像中快速提取机场目标的方法，用于解决现有的机场目标识别方法提取的机场目标质量差的技术问题。技术方案是利用模糊增强对图像进行预处理，然后利用基于像素梯度与标准差的模糊边缘检测方法提取图像边缘；对...
- 李映张艳宁李潇林增刚郭哲
- 多信息融合的多姿态三维人脸面部五官标志点定位方法被引量：19
- 2012年
- 针对三维人脸模型面部五官标志点定位对姿态变化非常敏感的问题,提出了一种基于多信息融合的多姿态三维人脸五官标志点定位方法.首先对二维人脸纹理图像采用仿射不变的Affine-SIFT方法进行特征点检测,再利用映射关系将其投影到三维空间,并采用局部邻域曲率变化最大规则和迭代约束优化相结合的方法对面部五官标志点进行精确定位.在FRGC2.0和自建NPU3D数据库的实验结果表明,文中方法无需对姿态和三维数据的格式进行预先估计和定义,算法复杂度低,同时对人脸模型的姿态有着较强的鲁棒性,与现有五官标志点定位方法相比,有着更高的定位精度.
- 郭哲张艳宁林增刚
- 关键词：三维人脸模型多姿态
- 基于剪影的二维人体姿态处理方法
- 本发明公开了一种基于剪影的二维人体姿态处理方法，用于解决现有技术处理每帧图像时间长的技术问题。本发明采用人体骨架模型作为先验信息，并利用此先验信息对人体数据点集进行快速准确的分类，并根据分类结果来修正人体骨架模型，进而得...
- 张艳宁李猛杨涛林增刚蒋冬梅
- 文献传递
- 星空图像目标轨迹检测方法
- 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...
- 张艳宁姜磊孙瑾秋林增刚
- 文献传递
- 原子簇快速匹配追踪算法
- 2013年
- 针对稀疏表示中匹配追踪算法计算复杂度过大的问题,提出了基于冗余字典原子相关性的匹配追踪算法。该算法利用相邻迭代过程中匹配原子的相关性对冗余字典进行簇化,得到M个多原子集合(原子簇);每次迭代过程中利用LVQ神经网络的快速学习能力从原子簇中选取目标簇;最后在目标簇中选取匹配信号结构的若干原子进行信号的稀疏逼近。实验采用一维稀疏信号进行仿真,结果表明与匹配追踪算法相比,其逼近性能相近,同时稀疏分解速度大大提高。
- 崔现军赵歆波林增刚张艳宁
- 关键词：原子簇LVQ神经网络
