1 新疆大学, 乌鲁木齐 830000
2 北京化工大学, 北京 100000
3 北京煜邦电力技术股份有限公司, 北京 100000
针对传统视觉SLAM对环境语义信息理解不足的问题, 语义视觉SLAM借助语义路标提高机器人的定位精度。语义路标的准确关联是实现机器人深层定位和导航的关键, 错误的关联将导致机器人定位丢失。针对动态扰动和观测噪声扰动所产生的高关联模糊性问题, 提出利用非参数聚类和随机近似推断结合的方法提高语义路标关联的准确性, 通过正确的数据关联实现机器人的准确定位。仿真和KITTI数据集上的实验结果表明, 在噪声干扰下该算法能够提高语义路标数据关联的准确性和鲁棒性, 融合语义信息和几何信息优化机器人和语义路标的位姿, 提高机器人的定位精度。
语义视觉SLAM 语义路标 数据关联 非参数聚类 随机近似推断 semantic vision SLAM semantic landmark data association nonparametric clustering stochastic approximate inference
强激光与粒子束
2022, 34(2): 026012
天津大学精密测试技术及仪器国家重点实验室, 天津 300072
精确结构光模型是三维光学测量的前提,其中分布式空间测量定位系统的交会模型是以线结构激光面的理想平面模型为基础的。而大尺度空间下的线结构激光面存在复杂变形,且很难用任何数学模型来精确拟合。因此,研究了一种基于高精度转台的线结构激光面非参数模型标定方法,建立了激光面旋转时间与空间角度间的精密映射表,替代了曲面拟合参数模型,并在激光面非参数标定的结果基础上对交会模型进行了优化。以室内空间测量定位系统为验证平台,实验结果表明该标定方法能够有效克服激光面复杂变形问题,可将12 m测量范围内变形较为明显区域的坐标测量误差减少约50%。
测量 线结构激光面 非参数模型 室内空间测量定位系统 大尺度 光学学报
2021, 41(16): 1612001
中北大学信息与通信工程学院，山西太原 030051
差异特征频次属性的分布构造对建立双模态红外图像差异特征多属性融合有效度分布合成具有重要意义。针对双模态红外图像差异特征频次属性分布构造的问题，提出了基于 K最近邻（KNN）概率密度估计的差异特征频次分布构造方法。利用累积分布函数得到差异特征频次真实序列值，计算所构造的差异特征频次分布中具有统计意义的频次序列值与真实序列值的相似性测度，对结果进行了验证。实验结果表明，将非参数概率密度估计运用于差异特征频次分布构造中具有可行性，且本文方法相较于 MISE最优带宽高斯核密度估计更能准确构造差异特征频次分布。
非参数概率密度估计 差异特征频次 复化梯形积分 相似性测度 nonparametric probability density estimation, diff
1 中国民航大学航空工程学院, 天津 300300
2 天津大学精密测试技术及仪器国家重点实验室, 天津 300072
3 中国民航大学电子信息与自动化学院, 天津 300300
现有线阵CCD内参校准方法往往依赖于畸变参数模型,其标定精度受限于模型内部参数的相关性,因此为提高线阵CCD相机内参校准精度,提出一种采用非参数模型的线阵CCD相机内参校准方法。通过小孔成像模型和垂线法,构建线阵CCD相机成像的非参数模型,直接确定空间特征点与成像点间的映射关系以及理想成像点与实际成像点间的畸变量大小。采用重投影误差作为评价标准,与采用参数模型的内参校准方法作对比实验,实验结果表明,由所提方法得到的重投影误差的均方根、平均值和最大值分别为0.42,0.00,0.95 pixel,均小于由基于参数模型的内参校准方法得到的0.80,-0.10,2.47 pixel。
机器视觉 内参校准 线阵相机 非参数模型 重投影误差 激光与光电子学进展
2020, 57(4): 041507
1 长安大学地质工程与测绘学院, 陕西 西安, 710054
2 地理国情监测国家测绘地理信息局工程技术研究中心, 陕西 西安, 710054
为了提高遥感影像的空间分辨率,将用于自然影像超分辨率重建的非参数贝叶斯字典学习模型引入到遥感影像处理领域,提出了一种基于非参数贝叶斯和纹理分块的单幅遥感影像超分辨率重建的改进方法。该方法利用Beta-Bernoulli process进行字典学习,建立字典元素和各参数的概率分布模型,并使用Gibbs抽样计算其后验分布。最后,在重构时先将影像块分为平滑块和非平滑块两种类型,对非平滑块利用高分辨率字典的后验分布及低分辨率影像块的稀疏系数重建出高分辨率遥感影像,而对平滑块仅采用双三次卷积方法进行重构。此外,区别于传统算法需事先设置较大维数字典以保证较高重建精度的不足,对字典维数进行非参数推导,获得较小维数字典,减少了运算量。实验表明,不论测试影像有无噪声,所提算法在视觉及定量评价指标上较传统方法均有改善,且重构速度较快。
遥感 超分辨率重建 非参数贝叶斯 纹理分块 激光与光电子学进展
2018, 55(3): 032801
江南大学物联网工程学院， 江苏 无锡 214122
非参数语义分割算法易受到图像检索精度和语义类别不均衡数据集的影响而导致语义分割精度下降。针对这些问题，提出了一种基于卷积神经网络(CNN)特征和改进超像素匹配的图像语义分割算法。通过CNN学习得到图像特征，降维后进行图像检索，得到精度更高的检索集；利用高斯核密度估计对检索集图像的超像素加权，提升稀少类目标超像素标签的匹配精度，从而提高查询图像的语义分割精度。在SIFTflow和KITTI数据库上的实验结果显示，本文算法的每像素和平均每类语义分割精度均达到最优。
图像处理 语义分割 非参数化 卷积神经网络特征 高斯核 激光与光电子学进展
2018, 55(8): 081005
华东理工大学 化工过程先进控制与优化技术教育部重点实验室, 上海 200237
彩色夜视技术可以将微光/红外双谱图像融合成一幅适于人眼观察的彩色图像, 而恰当的场景解析方法能够对彩色夜视图像的内容做出自动化分析, 进一步减轻人眼的观测负担。针对彩色夜视场景丰富多变、对算法灵活性要求高的特点, 提出了一种可在线扩展的场景解析方法。该方法基于非参数模型, 预测景物类别时不需要训练过程, 只需要使用数据库中具有语义标记的样本图像, 通过将待解析图像与样本图像进行全局及局部匹配来实现语义标签的传递。而且, 数据库可以根据应用场景的不同随时进行动态扩充。实验结果表明: 该方法在包含城市、乡野等多种场景的夜视图像上, 以及由统计色彩映射、TNO、NRL等多种融合方法得到的、具有不同色彩表征的彩色夜视图像上都具有令人满意的准确率。
彩色夜视 场景解析 非参数模型 超像素特征 马尔科夫随机场 color night vision scene parsing nonparametric model superpixels feature 红外与激光工程
2017, 46(8): 0804002
1 中国民航大学 1. 航空地面特种设备科研基地：2. 电子信息与自动化学院，天津 300300
2 中国民航大学 1. 航空地面特种设备科研基地
影响大空间视觉三维坐标测量不确定度的主要因素有相机内参数、外部方位参数和特征成像质量。传统相机内参数校准方法需要参数模型化及全局最优化求解方法，会造成各内参数相关性过高，局部校准误差较大，对基于测角的测量方式不确定度影响较大、结合相机成像原理及垂线法，提出了一种基于物理参数校准的方法，对主点位置偏移、全视场范围非均匀镜头畸变等参数进行了精细校准。最后，以交比不变误差作为相机校准精度的评价方法，与传统校准方法的对比实验表明，该校准方法能够有效地提高测量不确定度指标，是一种简单、实用的校准方法。
非参数模型 相机内参校准 交比误差 三维不确定度 nonparametric model camera internal calibration cross ratio error threedimensional uncertainty
1 合肥工业大学计算机与信息学院, 合肥 230009
2 安全关键工业测控技术教育部工程研究中心, 合肥 230009
针对二维边际费希尔分析算法中识别率对近邻大小敏感的问题, 以及自然界中人脸图像存在姿态和表情等复杂变化, 单一的特征提取方法无法满足进一步提高识别率的问题, 本文首先提出基于皮尔逊相关系数的二维无参边际费希尔分析算法, 进一步提出二维无参边际费希尔分析和奇异值分解算法模糊融合的人脸识别方法。该融合算法利用奇异值分解和改进的二维边际费希尔方法分别提取人脸图像的代数特征和可鉴别结构化特征, 综合利用两类特征的优点, 基于模糊决策原理对隶属度融合。在 CIS三维实时人脸库、 Texas三维人脸库及 UMIST人脸库的实验结果表明: 该算法的分类性能优于单一的二维边际费希尔分析算法或奇异值分解算法。
二维无参边际费希尔分析 奇异值分解 特征提取 人脸识别 two-dimensional nonparametric marginal fisher anal singular value decomposition feature extraction face recognition
