韩枫
- 作品数：6 被引量：4H指数：1
- 供职机构：辽宁师范大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金北京市重点实验室更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 耳廓点云形状特征匹配的路径跟随算法被引量：3
- 2015年
- 路径跟随算法结合凸松弛方法与凹松弛方法,通过跟随凸凹问题的解路径,近似地求解图匹配问题,具有较高的匹配精度.将路径跟随算法用于耳廓特征图的匹配问题:首先,基于PCA方法构造耳廓点云的显著性关键点集合;然后,采用乘积型参数域上的单值二次曲面方法拟合关键点邻域内的点集,并将曲面的局部形状特征定义为耳廓的局部形状相似测度;第三,对关键点集合进行Delaunay三角剖分,得到关键点集合在三维空间内的拓扑结构图,并定义关键点图的整体结构差异测度;最后,记耳廓关键点图的组合差异测度为关键点图的整体结构差异测度与关键点上的局部形状相似测度的线性组合,并基于路径跟随算法快速求解关键点图之间的精确匹配.相关实验结果表明:与其他相关算法相比,该算法具有较高的匹配效率和匹配精度.
- 孙晓鹏李思慧王璐韩枫魏小鹏
- 关键词：图匹配
- 基于最小生成树相似测度的耳廓匹配
- 2014年
- 将树匹配引入身份识别,将每只耳廓表示为一棵最小生成树,通过两棵树的相似测度衡量两只耳廓的相似度,以完成耳廓匹配。首先从耳廓点云数据中选取一定数量的关键点;然后分别对两只耳廓的关键点集采用Kmskal算法生成最小生成树,计算两只耳廓匹配产生的3个相似度测量值;最后经过置信加权求和,求出两只耳廓之间的整体相似度,进而完成耳廓匹配。
- 韩枫刘玉平
- 关键词：树匹配
- 基于IsoRank算法的三维耳廓点云形状特征匹配方法
- 本发明公开了一种基于IsoRank算法的三维耳廓点云形状特征匹配方法，按如下步骤进行：基于PCA方法分析耳廓点云的局部邻域球内的形状特征，提取耳廓点云的形状关键点；基于Delaunay方法对关键点集合进行三角剖分，并基于...
- 孙晓鹏韩枫
- 文献传递
- 基于路径跟随的三维点云物体形状特征匹配方法
- 本发明公开一种可有效提高计算效率及匹配准确性的基于路径跟随的三维点云物体形状特征匹配方法，按如下步骤进行：采用主成分分析方法从三维点云物体模型中随机选取定量的关键点；采用乘积型参数域上单值二次曲面拟合方法拟合关键点邻域，...
- 孙晓鹏韩枫
- 文献传递
- 基于IsoRank的三维耳廓形状匹配
- 2014年
- 基于IsoRank算法实现了耳廓剖分图的匹配,进而实现了基于耳廓三维形状的身份鉴别。基于主成分分析提取待匹配三维耳廓上的关键点,构造耳廓关键点的三维网格图;基于IsoRank算法求2个关键点三维网格图结点之间的对应关系,实现耳廓关键点的图匹配。由于采用了IsoRank算法,耳廓关键点网格图得到了全局对齐,两耳廓之间的整体匹配得到最大化。实验结果表明,基于IsoRank算法的耳廓匹配方法具有较低的时间复杂度以及较高的匹配精度和匹配效率。
- 孙晓鹏韩枫
- 关键词：图匹配
- 基于图论的三维耳廓形状特征匹配
- 生物特征识别是利用人类特有的生理或行为特征进行个人身份识别的技术，它提供了一种高稳定性、高可靠性的身份鉴别途径。而耳廓凭借其特殊的生理位置和结构特征，已经成为生物特征识别领域的新起之秀，得到了越来越多的关注，耳廓识别在公...
- 韩枫
- 关键词：图匹配
- 文献传递
