基于人脸结构特征的眼睛定位算法

眼睛定位在人脸识别检测过程中起着非常重要的作用.研究后发现,眼睛的灰度值在人脸所有的五官中是最高的,且具有一定的面积.文中针对人脸各器官的几何结构特征,结合眼睛灰度信息提出了一种新的眼睛定位算法:通过对灰度图像进行垂直和水平灰度投影后,能够对人脸初步定位,然后用一个相当于瞳孔大小的方形框去搜索整张脸,当落在这个框内的黑色像素的个数达到最大时,这个框的位置就是眼睛的位置.经过实验,这种算法定位准确且定位时间短.     

疲劳驾驶视频监测中的快速人脸定位方法

为了满足基于计算机视觉的疲劳驾驶监测中眼睛定位的实时性和准确性的需要,提出了疲劳驾驶视频监测背景下的快速人脸定位方法。依据疲劳驾驶监测中获取的视频背景相对固定的特点,将背景减除法引入到驾驶员人脸检测当中,与灰度投影法相结合实现快速人脸定位。实验表明此方法快速、有效,且对光照变化以及驾驶员人脸姿态的变化具有较好的鲁棒性。     

人脸成像特性研究及人脸归一化的目标

探讨了多种输入设备下的人脸成像原理和特征，并基于人脸识别的要求指出了人脸归一化的目标。为了达到这些目标，提出了若干种人脸归一化的方法，并给出了实验结果。     

复杂背景下的人脸检测新算法

提出了一种适用于复杂背景下的人脸检测新算法.首先对彩色图像进行光线补偿,减小由光源等因素影响引起的色彩偏差;然后对YCrCb色彩格式进行分段线性色彩变换,通过在此基础上建立的肤色模型得到候选人脸区域;最后通过对图像进行总体投影来分离候选人脸区域,再对分离出的区域进行局部投影来确定人脸位置.实验结果表明,该算法可以有效运用于多人脸、不同姿态、不同肤色及复杂背景的情况,对不同的测试图像,检测正确率达到94.7%.     

基于肤色的实时人脸检测算法研究

研究了一种基于肤色的人脸检测算法的设计与实现过程。在YIQ颜色空间中,进行了有效的肤色提取,把提取到的肤色与背景图像信息转为二值图像进行形态学降噪处理,再采用质心定位法进行准确的眼睛定位,最后对检测到的人脸图像进行缩放、旋转、移位校正,以提高输出人脸图像的质量。实验结果表明,本文所提的算法具有很高的准确率与检测速度,能够适用于实时人脸检测系统。     

基于AdaBoost算法和人眼定位的动态人脸检测

在快速人脸检测算法中,基于AdaBoost算法的人脸检测算法得到越来越多的认可。然而,该算法在复杂环境下常有误检的情况。为了既快速又能提高检测的准确率,提出了以人眼定位的算法作为辅助的人脸检测算法。首先应用AdaBoost算法检测人脸的位置,然后再利用改进的模板匹配算法对人眼进行快速识别与定位。在人眼检测方面,利用金字塔算法加快了检测速度。实验表明,该方法可减少AdaBoost算法的误检率。     

基于归一化图像的抗仿射变换攻击的水印算法

对于鲁棒的数字图像水印技术来说,仿射变换是最难对付的一种攻击。将水印嵌入到基于几何矩的归一化图像中是一种抵抗仿射攻击的方法,但由于原始图像的归一化图像和遭受了仿射攻击后的归一化图像在尺寸上不相同,这就使得嵌入和提取水印很难实现同步。本文提出了一种基于归一化图像的数字水印算法,选择归一化图像中的某个参数作为水印,嵌入水印的过程就是在原始图像的基础上叠加一个原始图像的非线性变换,使得其归一化图像的该参数处于预定的变化范围之中。实验证明此算法对于大多数StirMark攻击来说都是鲁棒的。     

一种改进的基于SNoW的人脸定位算法

为了提高人脸定位算法的执行效率和鲁棒性,以传统的SNoW(Sparse Network of Winnows)算法为理论基础,提出一种新的人脸定位算法。样本特征提取时将亮度做了局部二值化映射,训练分类器时训练了人脸和非人脸2个网络,利用这2个网络的输出结果之差进行分类,使用采样的方法检测不同大小的人脸,使用遮罩避免头发和衣领的干扰。实验结果表明,新算法比传统算法节约计算资源,提高了执行效率,提升了算法对于表情、遮盖、光照、姿势、大小鲁棒性。     

基于方向对称变换的人脸定位方法

本文定义了一种新的对称变换－－方向对称变换,它与常用的广义对称变换相比能够提供更多的信息来描述物体的形状。在此基础上提出了一种快速的人脸定位方法,与应用广义对称变换方法相比不仅可以提高定位准确率,而且能够大幅减小计算量。     

基于肤色分割及特征定位的人脸检测算法研究

针对复杂彩色图像提出一种快速有效的人脸检测算法。首先通过一种新的色彩均衡技术消除由光照引起的色彩偏移,然后采用HSI空间与归一化RGB空间相结合的混合肤色模型,提取出原图像中的类肤色区域,最后根据人脸的几何特征定位眼睛、嘴巴和人脸区域。实验结果表明,该算法能较为准确地定位彩色图像中的正面或小角度偏转的人脸,具有较快的检测速度。     

一种基于区域投影的人眼精确定位方法

针对传统灰度投影方法抗干扰能力较差的弱点,提出了一种基于区域投影的人眼精确定位方法.考虑到投影过程中的二维特性,在水平和垂直方向将眼睛图像分成不相重叠的区域,分别将各区域内的灰度值投影获得瞳孔的候选区域并将其扩展获得瞳孔窗口,利用灰度特性通过边界跟踪的方法实现了对瞳孔中心的精确定位.给出了人眼定位精确度判定准则,采用C...     

基于梯度积分投影和最大期望算法的人眼定位

针对传统积分投影方法易受眉毛、睫毛、阴影、遮挡及噪声等干扰的问题,提出了一种梯度积分投影与最大期望(EM)算法相结合的人眼精确定位方法,可以在人脸图像中分割出人眼区域,并精确定位人眼位置。首先,采用一种新的梯度算子计算人脸图像的行梯度积分投影粗略定位人眼区域;然后计算人眼区域的列梯度积分投影函数,用EM算法将所得列梯度积分投影函数曲线拟合成两个高斯曲线,并根据高斯曲线精确分割出人眼窗口;最后,利用我们提出的加权质心法在所得人眼窗口中精确定位双眼位置。在YaleB人脸数据库及自采数据库上的实验结果表明,本文方法不易受眉毛及噪声干扰,并能有效克服眼睑和睫毛的遮挡,对不同光照条件及头部姿态都有很好的鲁棒性。     

基于人眼频率特性的分形增强算法

提出了一种基于人眼频率特性的分形增强算法,通过计算分形维和人眼感知频率范围选择需要增强的图像细节,依据人眼灰度分辨特性对图像细节进行增强。首先,将人眼频率特性和分形维数相结合对图像进行增强。在频率域范围内计算出人眼感知的图像空间频率,通过频域滤波得到人眼敏感的图像区域,并结合分形维数的理论值对图像进行增强。其中,计算像素点的分形维数是用改进后的计算方法,即采用了5×5的模板和欧式距离。另外,提出了一种基于人眼灰度分辨特性的图像增强新方法。在不同的灰度范围内,人眼对灰度的分辨能力不同,利用这一特性对红外图像进行增强,使得人眼敏感的细节部位更加突出,相比于传统的增强算法图像更适合人眼的观察。     

人脸图像检测与正规化的研究

人脸图像检测在实际运行中,复杂的背景、和人脸选择位置与大小都会影响到人脸识别率。为了克服这些因素并减少环境的干扰,设计了一种人脸图像检测与正规化的方法,详细论述了实现的关键技术。通过实验表明,人脸图像识别率和速度都有很大的改善,满足了实际环境中实时处理的需要。     

基于归一化方法的协同过滤推荐算法

针对传统的协同过滤推荐算法没有考虑用户向量维度以及评价值差异的问题,提出了一种基于归一化方法的协同过滤推荐算法。算法在计算用户或项目相似度之前首先将用户对每一项目的评分值归一化到一个统一的值域范围,然后再计算用户向量空间的相似性并进行预测推荐。实验结果显示该算法能够准确地找到相似的邻居用户或项目,预测及推荐测性能有较大提高。     

基于图像归一化的数字水印嵌入算法研究

为了更好对数字图像版权进行保护,提高数字水印的鲁棒性,以图像归一化技术为基础,提出一种可有效抵抗几何攻击的数字水印新算法。算法利用图像归一化和不变质心理论,通过对原始图像和攻击后的图像的归一化处理,使水印和图像在嵌入与提取过程保证同步,实验结果表明,该算法具有较强的抵抗几何攻击的能力,提高了数字水印抗几何攻击的鲁棒性。嵌入的水印容量较大且水印图像的质量也较高。     

一种基于改进LBP特征的人脸识别

传统的LBP算子只利用了局部的信息,而忽略了全局信息。MB_LBP算子虽然充分考虑了全局信息,但对局部信息的表示不足。在此提出一种改进后的LBP特征的人脸识别方法,改进后的LBP算子不仅能够利用局部特征,同时也兼顾了全局信息。该方法首先将人脸图像分块,对于每个分块,计算LBP特征,对于得到的LBP特征,根据其中心像素和分块灰度均值关系重新进行计算得到改进后的LBP特征,最后采用最近邻分类器进行识别。在ORL和YALE标准人脸数据库上的实验表明,改进后的识别效果优于使用传统LBP算子和MB_LBP算子。采用改进后的LBP算子,能够明显提高识别率,在ORL和YALE的实验显示能提高3%~8%左右的识别率。     

基于相位信息与边缘投影的车体定位新算法

提出一种基于相位信息与边缘投影的车体定位新算法,先将RGB颜色模型与HSV颜色模型相结合,利用相位一致性检测出汽车图像中的车体边缘,再通过投影处理得到候选车体区域,然后对候选区域进行判别,最终得到车体的精确位置.实验结果表明,该算法鲁棒性强,受图像亮度、对比度和阴影的影响小,而且适用于包含多部车辆的图像,定位准确率高于其他常用算法.