遮蔽检测是真正射影像生成的关键技术。提出一种基于多边形反演成像(polygon based inversion imaging,PBI)的遮蔽检测方法。利用建筑物表面多边形内部互不遮蔽的特点,以多边形为单元将建筑物逆投影到像方,反演成像时的目标状态,获得目...遮蔽检测是真正射影像生成的关键技术。提出一种基于多边形反演成像(polygon based inversion imaging,PBI)的遮蔽检测方法。利用建筑物表面多边形内部互不遮蔽的特点,以多边形为单元将建筑物逆投影到像方,反演成像时的目标状态,获得目标之间、多边形之间的遮蔽关系。为确保算法的稳健性和保真度,提出:①可疑区域增长法,稳健地栅格化复杂3维建筑物模型;②综合滤波模型用于消除多边形边界噪声。最后利用实例比较z-buffer方法,基于射线角度方法和PBI方法的遮蔽检测效果。结果表明,PBI算法的有效性和稳健性较好。展开更多
为解决城市大比例尺真正射影像制作问题,提出了一种数字建筑模型(digital building model,DBM)整体投影遮蔽检测方法。该方法利用DBM表面以矢量三角面存储和平面图形投影内部栅格互不遮蔽的特点,首先以三角面为单元对整个建筑物进行正...为解决城市大比例尺真正射影像制作问题,提出了一种数字建筑模型(digital building model,DBM)整体投影遮蔽检测方法。该方法利用DBM表面以矢量三角面存储和平面图形投影内部栅格互不遮蔽的特点,首先以三角面为单元对整个建筑物进行正射投影得到房顶多边形;然后进行透视投影得到整个建筑物在像方的成像多边形,通过数字高程模型(digital elevation model,DEM)投影迭代算法得到该建筑物在传统正射影像上的成像多边形,两者求差集得到建筑物的遮蔽区域物方多边形;最后选取最优辅助影像对遮蔽区域进行纹理补偿,制作出真正射影像。实验结果表明,该方法能够快速准确地检测出影像遮蔽区域,为生成高质量真正射影像提供了保障和前提。展开更多
提出了一种对面部遮挡具有鲁棒性的表情识别方法.首先,基于鲁棒主成分分析(RPCA,Robust Principal Component Analysis)对待识别人脸进行重构,并对重构人脸和待识别人脸的差值图像进行显著性检测得到面部遮挡区域;其次,将待识别人脸的...提出了一种对面部遮挡具有鲁棒性的表情识别方法.首先,基于鲁棒主成分分析(RPCA,Robust Principal Component Analysis)对待识别人脸进行重构,并对重构人脸和待识别人脸的差值图像进行显著性检测得到面部遮挡区域;其次,将待识别人脸的遮挡区域由RPCA重构人脸的相应区域进行替换,并由权值更新的AdaBoost分类器对遮挡区域重构后的人脸进行表情识别.在BHU(Beihang University)人脸表情数据库和日本女性表情数据库上进行了各种遮挡情况下的表情识别实验,获得了比AdaBoost方法更好的识别结果,说明基于RPCA和AdaBoost的表情识别方法对多种面部遮挡具有较强的鲁棒性.展开更多
文摘遮蔽检测是真正射影像生成的关键技术。提出一种基于多边形反演成像(polygon based inversion imaging,PBI)的遮蔽检测方法。利用建筑物表面多边形内部互不遮蔽的特点,以多边形为单元将建筑物逆投影到像方,反演成像时的目标状态,获得目标之间、多边形之间的遮蔽关系。为确保算法的稳健性和保真度,提出:①可疑区域增长法,稳健地栅格化复杂3维建筑物模型;②综合滤波模型用于消除多边形边界噪声。最后利用实例比较z-buffer方法,基于射线角度方法和PBI方法的遮蔽检测效果。结果表明,PBI算法的有效性和稳健性较好。
文摘为解决城市大比例尺真正射影像制作问题,提出了一种数字建筑模型(digital building model,DBM)整体投影遮蔽检测方法。该方法利用DBM表面以矢量三角面存储和平面图形投影内部栅格互不遮蔽的特点,首先以三角面为单元对整个建筑物进行正射投影得到房顶多边形;然后进行透视投影得到整个建筑物在像方的成像多边形,通过数字高程模型(digital elevation model,DEM)投影迭代算法得到该建筑物在传统正射影像上的成像多边形,两者求差集得到建筑物的遮蔽区域物方多边形;最后选取最优辅助影像对遮蔽区域进行纹理补偿,制作出真正射影像。实验结果表明,该方法能够快速准确地检测出影像遮蔽区域,为生成高质量真正射影像提供了保障和前提。
文摘提出了一种对面部遮挡具有鲁棒性的表情识别方法.首先,基于鲁棒主成分分析(RPCA,Robust Principal Component Analysis)对待识别人脸进行重构,并对重构人脸和待识别人脸的差值图像进行显著性检测得到面部遮挡区域;其次,将待识别人脸的遮挡区域由RPCA重构人脸的相应区域进行替换,并由权值更新的AdaBoost分类器对遮挡区域重构后的人脸进行表情识别.在BHU(Beihang University)人脸表情数据库和日本女性表情数据库上进行了各种遮挡情况下的表情识别实验,获得了比AdaBoost方法更好的识别结果,说明基于RPCA和AdaBoost的表情识别方法对多种面部遮挡具有较强的鲁棒性.
