提出一种基于图像序列的空间直线重建新方法,这种方法是在空间点算法的基础上改进的,不需要特征点的参与。算法首先对直线测量矩阵估计射影深度,采用SVD(Singular Value Decomposition)分解矩阵,并最后应用变换,使得分解结果真实有效。...提出一种基于图像序列的空间直线重建新方法,这种方法是在空间点算法的基础上改进的,不需要特征点的参与。算法首先对直线测量矩阵估计射影深度,采用SVD(Singular Value Decomposition)分解矩阵,并最后应用变换,使得分解结果真实有效。在估计射影深度时运用了共轭法迭代,使得射影深度的估算更准确。展开更多
针对摄像机内部参数的不确定性和投影平面选择难的问题,提出一种新的投影深度算法用于视角不变的动作识别,该算法采用对称镜面平面提取(plane extraction from mirror symmetry,PEMS)策略,有效解决了投影平面选择难的问题。首先通过摄...针对摄像机内部参数的不确定性和投影平面选择难的问题,提出一种新的投影深度算法用于视角不变的动作识别,该算法采用对称镜面平面提取(plane extraction from mirror symmetry,PEMS)策略,有效解决了投影平面选择难的问题。首先通过摄像机组观察获得3D动作姿势,然后运用PEMS策略从场景中提取平面,相对于提取平面估计身体点的投影深度,最后使用这个信息进行动作识别。该算法的核心是投影平面的提取和投影深度组成向量的求解。利用该算法在CMU Mo Cap数据集、TUM数据集和多视图IXMAS数据集上进行测试,精度可分别高达94%、91%和90%,且在较少动作实例情况下,仍然能够准确定义新动作。比较表明,该算法的人体动作识别性能明显优于其他几种较新的算法。展开更多
文摘提出一种基于图像序列的空间直线重建新方法,这种方法是在空间点算法的基础上改进的,不需要特征点的参与。算法首先对直线测量矩阵估计射影深度,采用SVD(Singular Value Decomposition)分解矩阵,并最后应用变换,使得分解结果真实有效。在估计射影深度时运用了共轭法迭代,使得射影深度的估算更准确。
文摘针对摄像机内部参数的不确定性和投影平面选择难的问题,提出一种新的投影深度算法用于视角不变的动作识别,该算法采用对称镜面平面提取(plane extraction from mirror symmetry,PEMS)策略,有效解决了投影平面选择难的问题。首先通过摄像机组观察获得3D动作姿势,然后运用PEMS策略从场景中提取平面,相对于提取平面估计身体点的投影深度,最后使用这个信息进行动作识别。该算法的核心是投影平面的提取和投影深度组成向量的求解。利用该算法在CMU Mo Cap数据集、TUM数据集和多视图IXMAS数据集上进行测试,精度可分别高达94%、91%和90%,且在较少动作实例情况下,仍然能够准确定义新动作。比较表明,该算法的人体动作识别性能明显优于其他几种较新的算法。
