针对面部点云配准中头发颜色与面部肤色存在差异,导致配准效率降低的问题,提出一种改进的相干点漂移(Coherent Point Drift,CPD)算法。该算法先提取面部点云的距离和颜色信息,将颜色信息转化为亮度信息,再仿照双侧滤波算法计算对应的亮...针对面部点云配准中头发颜色与面部肤色存在差异,导致配准效率降低的问题,提出一种改进的相干点漂移(Coherent Point Drift,CPD)算法。该算法先提取面部点云的距离和颜色信息,将颜色信息转化为亮度信息,再仿照双侧滤波算法计算对应的亮度权值系数。将亮度权值系数与距离权值系数相融合,得到新的加权系数,有效降低头发区域点的权重,以提高算法的配准精度与效率。最后,将改进的CPD算法应用于面部点云配准。实验结果表明,该算法能够将两点云的距离标准差平均降低66.01%,运算时间平均缩短18.57%,显著提高了面部点云配准效果。展开更多
文摘针对面部点云配准中头发颜色与面部肤色存在差异,导致配准效率降低的问题,提出一种改进的相干点漂移(Coherent Point Drift,CPD)算法。该算法先提取面部点云的距离和颜色信息,将颜色信息转化为亮度信息,再仿照双侧滤波算法计算对应的亮度权值系数。将亮度权值系数与距离权值系数相融合,得到新的加权系数,有效降低头发区域点的权重,以提高算法的配准精度与效率。最后,将改进的CPD算法应用于面部点云配准。实验结果表明,该算法能够将两点云的距离标准差平均降低66.01%,运算时间平均缩短18.57%,显著提高了面部点云配准效果。
