文章提出了一种基于差分卷积神经网络的自适应视线估计模型。在模型中, 融入头部姿态信息, 利用差分卷积设计了一种差分网络(Differential Network, DNet), 通过训练该网络来预测眼睛的凝视差异, 用以校准初步视线估计结果, 进而降低视线估计误差。通过在公开数据集Eyediap上进行验证, 并与其他性能良好的视线估计模型进行比较, 结果均表明所提出的视线估计模型在头部自由运动的状态下可以更准确地估计视线方向。
视线估计 差分卷积 头部姿态 gaze estimation differential convolution head pose
深度学习技术在计算机视觉领域的应用日趋广泛，基于深度学习的目标跟踪技术是当前计算机视觉领域的一项重要研究课题。文章首先对国内外目标跟踪技术的发展历程进行了回顾和梳理，详细介绍并对比了部分典型的基于深度学习的目标跟踪方法；然后介绍了几种目标跟踪领域的典型数据集；最后对基于深度学习的目标跟踪技术的研究进行了总结，并对未来的发展方向进行了展望。
深度学习 计算机视觉 目标跟踪 deep learning computer vision target tracking
1 重庆邮电大学光电工程学院, 重庆 400065
2 重庆邮电大学信息无障碍与服务机器人工程技术研究中心, 重庆 400065
手语识别广泛应用于聋哑人与正常人之间的交流中。针对手语识别任务中时空特征提取不充分而导致识别率低的问题, 提出了一种新颖的基于时空注意力的手语识别模型。首先提出了基于残差3D卷积网络(Residual 3D Convolutional Neural Network, Res3DCNN)的空间注意力模块, 用来自动关注空间中的显著区域; 随后提出了基于卷积长短时记忆网络(Convolutional Long Short-Term Memory, ConvLSTM)的时间注意力模块, 用来衡量视频帧的重要性。所提算法的关键在于在空间中关注显著区域, 并且在时间上自动选择关键帧。最后, 在CSL手语数据集上验证了算法的有效性。
手语识别 时空注意力 残差3D网络 卷积LSTM网络 sign language recognition spatial-temporal attention Res3DCNN ConvLSTM
深度学习已经成为机器视觉领域应用最为广泛的技术方法, 基于深度学习的目标检测技术是当前的一项热门研究课题。文章首先对国内外目标检测技术的最新研究进展进行了梳理, 并分析和总结了传统目标检测方法的优缺点; 然后详细介绍了几种基于深度学习的目标检测技术及其优缺点; 最后讨论了现阶段深度学习存在的问题和未来的发展方向。
计算机视觉 深度学习 目标检测 computer vision deep learning target detection
1 重庆邮电大学 光电工程学院, 重庆 400065
2 重庆邮电大学 信息无障碍与服务机器人工程技术研究中心, 重庆 400065
近年来, 为实现服务机器人智能人性化的人机交互、用户认知障碍诊断等, 视觉注意力(Visual Focus of Attention, VFOA)检测技术已成为国内外的热点研究课题。重点分析了该技术的流程及相关方法实施细节, 给出了目前VFOA检测研究时使用到的数据集情况, 并对视觉注意力检测技术的应用场景进行了梳理。通过对当前视觉注意力检测系统优缺点的分析, 指出了该技术的研究难点与未来研究方向。
图像处理 视觉注意力检测 视线估计 机器视觉 人机交互 image processing VFOA gaze estimation machine vision human-robot interaction
重庆邮电大学国家信息无障碍工程研发中心，重庆 400065
动态环境下的机器人路径规划问题相对复杂, 针对全局路径的局部环境实时规划局部路径过程中“突然”出现的障碍物可能引起机器人路径规划的震荡现象, 严重者会导致机器人出现路径规划失败而无法完成自主导航。为解决该问题, 提出一种基于改进Morphin搜索树的局部路径规划避障算法, 通过重新局部多重规划方法得到一条非完整约束的平滑可跟踪机器人路径, 并利用相应的评估函数对其进行优良性评估, 避免了传统Morphin算法搜索轨迹单一、不灵活等缺点。最后, 通过Pioneer 3机器人在搭建机器人操作系统(ROS)的实验平台上验证了算法的有效性和正确性。
局部路径规划 避障 导航 Morphin搜索树 机器人 local path planning obstacle avoidance navigation Morphin search tree robot
重庆邮电大学 国家信息无障碍工程研发中心, 重庆 400065
针对移动机器人在三维点云地图创建过程中存在鲁棒性和实时性不佳的问题, 提出一种基于图像特征点的三维地图创建方法。首先, 对Kinect采集得到的RGB数据进行特征点提取与匹配, 并采用RANSAC算法对误匹配点进行剔除, 在保证精度的同时, 有效减少了配准算法的迭代次数, 通过结合Kinect深度数据得到对应特征点对在三维空间中的位姿, 最后采用ICP算法迭代求解刚体变换矩阵完成精确配准, 得到室内真实场景下的三维点云地图。为抑制由三维点云配准过程中累积误差造成的位姿漂移, 引入了基于TORO图优化算法的闭环检测机制, 实验验证了所提方法的有效性。
移动机器人 鲁棒性 三维地图 闭环检测 mobile robot Kinect kinect robustness 3D map loop closure detection
1 重庆邮电大学 1. 光电信息感测与传输技术重点实验室
2 重庆市信息无障碍与服务机器人工程技术研究中心, 重庆 400065
特征提取是面部表情分类识别的研究重点。针对原始局部方向模式(Local Directional Pattern, LDP)特征提取速率缓慢的问题, 对LDP的编码方案进行改进, 设计了nLDP(new Local Directional Pattern)算子。选择Kirsch算子的 4个方向模板来获取边缘响应值, 然后将正的边缘响应置为1, 负的边缘响应置为0, 从而获得nLDP特征表示, 最后采用支持向量机(SVM)对表情进行识别。实验结果验证了提出的nLDP算子在保证表情识别准确率的同时, 有效地提高了表情识别的速率。
面部表情识别 Kirsch算子 局部方向模式 支持向量机 facial expression recognition Kirsch operator LDP SVM
重庆邮电大学 信息无障碍工程研发中心, 重庆 400065
结合基于深度图像的手势分割不易受光照、背景变化等诸多因素影响的特点, 提出一种基于隐马尔可夫模型(HMM)的动态手势轨迹识别方法。首先采用Kinect传感器获取手势的运动轨迹, 利用模板匹配定标起始点, 速度变化确定结束点, 然后对轨迹进行高斯滤波预处理操作, 再对手势轨迹进行方向角的特征提取, 最后利用多观察值序列的Baum-Welch算法对HMM进行轨迹样本的训练, 并用Viterbi算法求取最大概率序列的方法来实现轨迹识别。实验表明, 该方法的实时性高、鲁棒性强, 并成功运用到电视的遥控模块中。
手势轨迹 方向角 隐马尔科夫模型 最大概率序列 Kinect Kinect gesture trajectory direction angle HMM maximum probability sequence
针对头部姿态识别在复杂背景和变化光照情况下准确率低的问题,提出了一种有效识别图像序列中头部姿态的方法.首先运用Adaboost算法提取出图像序列中不同姿态的人脸图像,通过主成分分析方法(PCA)提取人脸姿态特征;然后使用支持向量机构(SVM)造多分类器对提取的特征分类从而实现头部姿态识别;最后设计了五种不同的头部姿态在变化光照下与智能轮椅进行人机交互实验.实验结果表明该方法实时性高,抗光照变化性能强,识别率高达92.2%.
头部姿态 人机交互 head pose PCA PCA SVM SVM human-machine interaction
