-
题名基于局部多尺度的三维模型草图检索方法
被引量：18
- 1
-
-
作者
樊亚春
谭小慧
周明全
郑霞
-
机构
北京师范大学信息科学与技术学院
北京师范大学虚拟现实应用教育部工程研究中心
浙江大学文物与博物馆学系
-
出处
《计算机学报》
EI
CSCD
北大核心
2017年第11期2448-2465,共18页
-
基金
国家自然科学基金(61001168
61202198)
中央高校基本科研业务费专项资金(2013YB67)资助~~
-
文摘
三维模型检索已经成为虚拟现实领域的基本问题,草图是三维模型检索的最好方式,随着各种不同分辨率三维模型数据的快速增长,现有基于草图三维模型检索算法无法有效应用于大规模复杂三维模型数据库的检索.在该文中,为了解决低分辨率三维模型顶点数和面片数较少,不易获取完整光滑几何线图的问题,提出了利用高斯差分方法对三维模型深度缓存投影图像提取三维模型线图,并采用贝塞尔曲线优化线图结果.为了提高检索准确率,提出了一种局部多尺度多方向的特征计算方法,在珈伯多方向滤波的基础上,建立了局部形状金字塔尺度空间结构,配合梯度方向直方图计算局部形状特征描述,并利用词袋方法组织局部形状特征.为了提高检索速度,利用加权索引方法存储归一化后的图像特征向量,实现基于草图的三维模型实时检索过程.该文不仅比较分析了不同参数下方法的执行效果,而且运用多种评价方法,选用3个不同三维模型数据库进行方法测试,实现检索原型系统验证方法的有效性.实验证明,该方法相比于大部分其他方法具有更好的检索效果.
-
关键词
三维模型检索
多尺度变换
多方向滤波
局部特征
深度图像
特征索引
-
Keywords
3D model retrieval
multi scale transform
multi orientation filter
local feature
depth map
feature indexing
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于多尺度细节增强的面部表情识别方法
被引量：16
- 2
-
-
作者
谭小慧
李昭伟
樊亚春
-
机构
首都师范大学信息工程学院
北京师范大学虚拟现实应用教育部工程研究中心
首都师范大学电子系统可靠性与数理交叉学科国家国际科技合作示范型基地
首都师范大学北京成像理论与技术高精尖创新中心
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2019年第11期2752-2759,共8页
-
基金
国家重点研发计划项目(2017YFB1002804)
国家自然科学基金项目(61602324)
浙江大学CAD&CG国家重点实验室开放课题(A1914)~~
-
文摘
人类面部表情是其心理情绪变化的最直观刻画,不同人的面部表情具有很大差异,现有表情识别方法均利用面部统计特征区分不同表情,其缺乏对于人脸细节信息的深度挖掘。根据心理学家对面部行为编码的定义可以看出,人脸的局部细节信息决定了其表情意义。因此该文提出一种基于多尺度细节增强的面部表情识别方法,针对面部表情受图像细节影响较大的特点,提出利用高斯金字塔提取图像细节信息,并对图像进行细节增强,从而强化人脸表情信息。针对面部表情的局部性特点,提出利用层次结构的局部梯度特征计算方法,描述面部特征点局部形状特征。最后,使用支持向量机(SVM)对面部表情进行分类。该文在CK+表情数据库中的实验结果表明,该方法不仅验证了图像细节对面部表情识别过程的重要作用,而且在小规模训练数据下也能够得到非常好的识别结果,表情平均识别率达到98.19%。
-
关键词
表情识别
图像金字塔
高斯差分
细节增强
支持向量机
-
Keywords
Expression recognition
Image pyramid
Gauss difference
Detail enhancement
Support Vector Machine(SVM)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
