《基於距離圖像局部特徵的三維形變目標識別技術》是依託中國人民解放軍國防科技大學,由魯敏擔任項目負責人的面上項目。
基本介紹
- 中文名:基於距離圖像局部特徵的三維形變目標識別技術
- 項目類別:面上項目
- 項目負責人:魯敏
- 依託單位:中國人民解放軍國防科技大學
中文摘要,結題摘要,
中文摘要
針對距離圖像的三維目標識別技術已成為計算機視覺領域新的研究熱點,其在遙感測量、自動導航、精確制導和戰場偵察等軍民用領域有著廣泛的套用前景。與已有三維目標識別算法主要解決小規模數據集下的剛性目標識別不同,本項目旨在研究數據增量條件下複雜場景環境中針對距離圖像的三維形變目標識別若干關鍵技術。擬將距離圖像視為嵌入在三維歐氏空間中的二維黎曼流形,研究幾何擴散方法實現內蘊尺度空間構建,提取對形變穩健的自適應尺度關鍵點;研究基於形狀、顏色及紋理信息的關鍵點鄰域高效穩健特徵描述算法,並採用子空間學習理論實現多模態信息的特徵融合和降維;研究增量自組織映射神經網路樹技術實現快速高效的場景與模型特徵匹配,開發基於混合機率統計模型和大形變微分同胚變換模型的點模式匹配算法完成快速魯棒的場景與模型精確匹配,解決增量數據和不完備數據條件下的三維剛性目標、關節目標以及等距形變目標檢測和識別問題。
結題摘要
針對距離圖像的三維目標識別技術已成為計算機視覺領域新的研究熱點,其在遙感測量、自動導航、精確制導和戰場偵察等軍民用領域有著廣泛的套用前景。與已有三維 目標識別算法主要解決小規模數據集下的剛性目標識別不同,本項目旨在研究複雜場景環境中針對距離圖像的三維形變目標識別若干關鍵技術。在點雲局部特徵描述方面,首先提出了一種全新的點雲局部特徵描述算法框架,並依據該算法框架設計了自旋圖三元組(TriSI)點雲局部特徵描述子,其在鑑別力和穩健性方面均獲得了優異的性能。此外,針對RGB-D數據,提出了一種融合顏色和幾何信息的局部二值特徵描述子。在仿射變換下的點模式匹配方法研究中,為了解決傳統的一致性點漂移算法存在的局部最優性和收斂速度隨點集大小增加而下降等問題,提出了一種新的基於全局最優的快速一致性點漂移算法。在非剛體變換下的有標記點模式匹配方法研究中,當歸納分析了經典的非剛體幾何變換模型以及經典的基於微分同胚的非剛體變換模型所存在的問題後,提出了一種新的基於恆定動量矢量的快速大形變微分同胚非剛體變換有標記點模式匹配算法。在三維目標識別方面,首先針對遮擋和背景干擾下的目標識別問題,提出了基於模型庫的層次化三維目標識別算法。針對多視圖融合三維目標識別中信息冗餘的問題,提出了一種融合視圖顯著性與多視圖表征的卷積神經網路,並用於提取三維目標的有效特徵。