原文服务方: 计算机应用研究       
摘要:
减少训练样本数量和不使用任何硬件参数是目前头部姿态计算领域的最大挑战。针对这些挑战,提出一种仅需要54个训练样本的头部姿态估计方法。其基本思想是将关键点间的归一化距离作为输入特征向量,并利用一阶范数最小化稀疏地挑选出一组图片集,这些图片对应头部姿态的线性组合为测试图片的头部姿态。实验表明,该方法在不知道任何硬件参数的条件下,可以实现单方向上3°的头部姿态估计。此外,该方法也适用于不均匀光照条件和头部转动较大的情况,且计算精度高于其他相关方法。
推荐文章
基于自适应局部非线性回归的颜色校正算法
局部非线性回归
查找表
颜色校正
基于改进线性回归方法的任务自适应排序模型
无人机
操作员
指挥控制
任务排序
自适应
线性回归
基于自适应滤波的MEMS姿态确定方法
姿态确定
自适应滤波
矩阵Kalman滤波
向量观测器
基于伪线性回归算法的自适应滤波算法
注入信号法
伪线性回归算法
自适应滤波
工频抑制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应线性回归的头部姿态计算
来源期刊 计算机应用研究 学科
关键词 头部姿态 自适应线性回归 特征向量 一阶范数最小化 训练样本
年,卷(期) 2016,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3181-3184
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2016.10.069
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 柳忠起 北京航空航天大学生物与医学工程学院人因工程研究所 37 522 14.0 22.0
2 周前祥 北京航空航天大学生物与医学工程学院人因工程研究所 29 121 6.0 9.0
3 郭知智 北京航空航天大学生物与医学工程学院人因工程研究所 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (13)
二级引证文献  (16)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(12)
  • 引证文献(2)
  • 二级引证文献(10)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
头部姿态
自适应线性回归
特征向量
一阶范数最小化
训练样本
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导