针对煤矿生产区域的监控视频较为模糊且人员行为类型复杂,常规行为识别方法的准确率较低的问题,提出了一种基于动态注意力与多层感知图卷积网络（DA-GCN）的煤矿人员行为识别方法。采用Openpose算法提取输入视频的人体关键点,得到3个维度、18个坐标的人体关键点信息,降低模糊背景信息的干扰;通过动态多层感知图卷积网络（D-GCN）提取人体关键点的空间特征,通过时间卷积网络（TCN）提取人体关键点的时间特征,提高网络对不同动作的泛化能力;使用动态注意力机制,增强网络对于动作关键帧、关键骨架的注意力程度,进一步缓解视频质量不佳带来的影响;使用Softmax分类器进行动作分类。通过场景分析,将井下行为分为站立、行走、坐、跨越和操作设备5种类型,构建适用于煤矿场景的Cumt-Action数据集。实验结果表明,DA-GCN在Cumt-Action数据集的最高准确率达到99.3%,最高召回率达到98.6%;与其他算法相比,DA-GCN在Cumt-Action数据集和公共数据集NTU-RGBD上均具有较高的识别准确率,证明了DA-GCN优秀的行为识别能力。

拷贝移动攻击被大量用于隐藏或隐藏数字图像中的某些数据以达到特定目的，并且在此攻击上将真实图像的某些部分复制并粘贴到同一图像中。 因此，复制移动伪造是一个非常重要的问题，也是检查图像确认的活跃研究领域。 本文提出了一种复制移动伪造检测系统。 所提出的系统由两个阶段组成：一个阶段称为检测阶段，第二阶段称为优化检测阶段。 检测阶段使用加速鲁棒特征（SURF）和二进制鲁棒不变可扩展关键点（BRISK）进行特征检测，在细化检测阶段，使用使用非线性变换的图像配准来提高检测效率。 最初，选择真实图像，然后同时使用SURF和BRISK特征提取来检测兴趣关键点。 这给出了适当数量的兴趣点，并为找到大多数被操纵区域提供了保证。 使用RANSAC来找到上等的匹配项，以区分操纵部分。 然后，将两个提取特征之间的最佳匹配集之间的非线性转换用作优化，以获取最佳匹配集并检测复制的区域。 使用许多基准数据集（例如CASIA v2.0，MICC-220，MICC-F600和MICC-F2000数据集）进行了许多数值实验。 使用提出的算法，使用上述数据库进行评估可获得95.33％的总体平均检测精度。 对于带有物体平移，不

对强噪声且密度不均匀的点云进行高效、高精度配准是一个难题。针对此难题,提出一种基于关键点提取与优化迭代最近点(ICP)的点云配准算法。在粗配准中,将体素格滤波与法向距离关键点的提取相结合,计算关键点的快速点特征直方图以进行特征匹配,然后采用对应关系估计优化随机采样一致性(RANSAC)算法以进行误匹配剔除。在精配准中,采用最优节点优先(BBF)算法搜索k-d tree最近点,设定动态阈值消除误配对,最后利用基于“点到三角面”模型的加速ICP算法计算配准向量。通过对模型点云和建筑物点云进行配准,将所提算法与其他常用的算法进行比较分析。实验表明,所提算法具有良好的稳健性和抗噪性,能显著提升配准速度和配准精度。

张彬,熊传兵.基于体素下采样和关键点提取的点云自动配准[J].激光与光电子学进展,2020,57(04) 没积分可以百度云下载,点个赞就好 链接：https://pan.baidu.com/s/1aDOsrKN1pPNqnWXQlCdWIQ 提取码：c8x9

针对最近点迭代算法(ICP)在大数据点云下配准效率低及对配准点云初始位置依赖性强的缺点,提出了一种基于快速点云粗配准与 ICP 算法相结合的方法。根据体素对原始点云进行下采样,结合法向量特征提取关键点,使用快速点特征直方图(FPFH)算法描述关键点;根据局部邻域内的关键点匹配对的向量夹角特性进一步对匹配点对进行精简;对精简后的关键点对集使用随机采样一致性算法(RANSAC)获取内点最多的变换参数,从而完成点云粗配准;最后在粗配准点云的基础上使用 ICP 算法完成精确配准。实验结果表明,本算法在高密集点云上的配准效率和精度均有所提高。

matlab开发-特征点图像关键点提取。在图像中查找、匹配和打印特征点。

ISS算法是Zhong等10年发表的点云关键点检测算法，是现有非尺度不变的关键点提取算子中效果较好较稳定的(其它的还有harris3D等效果也很好但是我没做)，已经被PCL库收录。这是我按照文献用matlab实现的代码，使用bunny数据做了测试，效果很不错。

pcl中实现对点云的关键点提取，具体包括iss和sift关键点。