非刚性运动恢复模型的性能增强研究

《非刚性运动恢复模型的性能增强研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、、。‘■＇．：獅＾狂輝．：１置＇？骄ｒ或敎建占品：．．．＇矿’＞為如＇：片，．—．．■．：、；．４一．．．＇，＇巧三’和，啤Ｖ密级：，ｆ保密期限：每參乂爹硕±学位论文非輒性运动恢复模型的性能増强研究Ｒｅｓｅａｒｃｈｏｎｅｒｆｏｒｍａｎｃｅｅｎｈａｎｃｅｍｅｎｔｏｆｔｈｅｎｏｎｐｒｉｉｄｓ化ｕｃｔｕｒｅｆｒｏｍｍｏ社ｏｎｇ学号Ｚ１３２０１０３３＾姓名汪雅萍学位类别工学硕±模

2、式识别与浦系统：吉Ｉ説；為｜指导教师孙战里１－、，１完成时间２０１６年４月－委Ｔ席黨义辕；．平＇■］：＾．＇－；：：．＇，ＩＷ：！；Ｊ＂；■．．．，：；独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料一。

3、与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。：签字日期；学位论文作者签名年名月Ｉ曰学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽大学可Ｗ将学位论文的全部或部分巧容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇編学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：３２３１导师签名里

4、１＾签字日期年谷月Ｉ日签字日期：年占月／曰．输要非刚性运动恢复结构技术利用物体二维图像序列的特征点观察数据，建立空间投影模型，估计出物体的Ｈ维结构和相关的运动参数。作为计算机视觉研究领域的一个重要方向，广泛应用于人脸识别、场景重构等众多应用场合。而实际应用中，可Ｗ提取的高质量图像有时会比较少。在这种情况下，对于已有的各种非一。刚性运动恢复结构模型，其估计精度通常会显著下降另方面，对于在线学习算法，存在着高自由度下重构精度低、训练时间长等缺点。针对上述问题，我们

5、开展了下两个方面的研巧工作。一１提出了种有效的基于多个子序列弱估计结果集成的Ｈ维重构算法。（）。首先，我们从原始序列中随机提取出若干相同大小的子序列为了获得多元的估一步的计值，进，将所提取的子序列，分别通过基于旋转不变核函数的重构算法。获得多个弱估计结果最后，利用截尾平均法对上述所获得的不同弱估器的输出结果进行集成，得到最终的Ｚ坐标估计值。与目前己有的多种重构算法相比较，所提出的方法显著提高了小样本序列的Ｈ维估计精度。２提出了一种基于微分进化算法的在线重构算法。首先，我们选

6、取与新增（）一待估计侦相邻的前若干侦图像，去计算非刚性运动结构的刚性平均形状。进步的，我们分别采用基于若干不同低秩的形状基矩阵来描述物体的非刚性形变。至此可根据不同低秩分别获得相应重构结果。最后针对上述各粗估计结果，我们引一步优化一入了微分进化算法进行进，Ｗ获得最终Ｈ维形状。通过组常用实验数据所得实验结果，证明我们所提出的在线重构算法相比于基于秩增长的重构算法，不仅显著提高了重构准确率而且还大大节省了计算时间。：非刚性运动结构关键字；批处理；在线学习；小样本；微分进化Ｉ

7、非刚性运动恢复结构模型的性能增强研巧Ａｂｓｔｒａｃｔ了ｈｔ－ｔｒｔｔｗｈｔｅｅｃｈｎｉｕｅｏｆ打〇打ｒｉｇｉｄｓｕｃｕｒｅｆｒｏｍｍｏｉｏ打ＮＲＳＰＭｉｃｈＵ化ｈｅｑ（），ｏｂｓｅｒｖｅｄｉｎｆｏｒｍａｔｉｏｎｏｆｉｍａｇｅｓｅｑｕｅｎｃｅ，ｔｏｅｓｔａｂｌｉｓｈｔｈｅｓｐａｔｉａｌｐｒｏｊｅｃｔｉｏｎｍｏｄｅｌａｎｄｔｈｅ打化ｅｓｔｉｍａｔｅｔｈｅ３Ｄｓｔｒｕｃｔｕｒｅａｌｓｏ化ｅｒｅｌｅｖａ打ｔｍｏｔｉｏ打ａｒａｍｅｔｅｒｓ．

8、Ａｓａｎ，ｐｏｒｔａｎｔｒｅｃｔｏｎｎｔｈｅｅｏｆｃｏｍｕｔｅｒｖｉｓｏｎＫｓｅａｒｃｈＮＲＳＦＭｉｓｗｉｄｅｌｕｓｅｄｎｉｍｐｄｉｉｉｆｉｌｄｐｉｙｉ，ｍａｎｙａｐｐｌｉｃａｔｉｏｎｓｓｕｃｈａｓｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｓｃｅｎｅｒｅｃｏｎｓｔｒｕｃｔｉｏｎａｎｄｓｏｏｎ．Ｉｎ，ｒａｃｔｃａａｃａｔｏｎｓｕａｍａｅｓａｒｅｓｏｍｅｔｉｍｅｓｒｅａｔｖ