论文摘要
在偏转角度较大时,人脸特征点的显著性明显减弱,会导致人脸位姿计算结果带有较大噪声.针对这一问题,提出了多新息抗扰滤波算法,将运动人脸与标准人脸模型的位姿变化作为滤波观测量:(1)引入多新息修正滤波估计,利用时间序列的多组观测量估计人脸位姿变化的状态量;(2)实时判断滤波敛散性,根据多新息及时估计观测噪声协方差与过程噪声协方差,调整卡尔曼增益矩阵;(3)建立位姿协同模型,依据滤波后的人脸位姿变化计算相机运动参数,达到相机与人脸位姿协同.在给出试验装置硬件构成的基础上,将本文算法与自适应卡尔曼滤波(AKF)算法进行对比.试验结果表明,在人脸位姿协同系统中,本文算法位姿估计误差小于10 mm,相机协同时间约为25 ms,相较于AKF算法位姿准确度提高23%,协同效率提高30%,能够有效抑制位姿协同中人脸位姿计算所带来的噪声影响,在提高人脸位姿协同系统稳定性的同时,保证响应的实时性.
论文目录
文章来源
类型: 期刊论文
作者: 吴华静,李佳田,林艳,张文靖,王聪聪,李键
关键词: 人脸位姿协同,敛散性,多新息,观测噪声协方差,测量噪声协方差
来源: 机器人 2019年06期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 无线电电子学,计算机软件及计算机应用
单位: 昆明理工大学国土资源工程学院,中国人民公安大学信息技术与网络安全学院
基金: 公安部技术研究专项(2019JKF25),国家自然科学基金(41561082)
分类号: TP391.41;TN713
DOI: 10.13973/j.cnki.robot.180591
页码: 722-730
总页数: 9
文件大小: 1546K
下载量: 121