声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
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
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．
来源：2019年第6期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。