基于Adaboost算法的红外图像中人脸自动检测方法的研究

为了实现对红外视频图像中人脸的自动检测与跟踪,提出了一种基于Adaboost算法的红外图像自动检测方法。该方法通 过用Haar-Like特征和积分图概念描述人脸的基本特征和采用Adaboost学习算法和Cascade算法,提高了红外图像中人脸自动检 测的准确性和快速性。其检测速度为每秒15帧,检测精度达到了98.4%。通过大量实验证明,Adaboost算法在对红外图像中 人脸的自动检测方面具有优势。     

基于人脸跟踪云台的红外热成像系统

针对疫情防控与疫情常态期间的公共场所人员温度异常检测模式固定、响应迟钝、直接接触测温等缺点,设计了一种追踪动态人脸的红外热成像测温系统。系统基于红外阵列传感器MLX90640和CMOS摄像头模块OV7725,以STM32H743为核心控制器,加持了二自由度云台,并借助OpenMV IDE软件结合HaarCascade级联分类器、目标追踪PID算法、LBP特征提取,实现了从人脸检测、人脸跟踪到温度检测和人脸识别的功能。最后通过整机调试,可以完成对动态人脸的追踪、人体温度异常的检测、被测者身份认证。实验表明,该非接触测温系统操作简单、红外热成像图像质量较高、测温灵敏,且硬件便于与门禁系统搭配使用,应用场景较广。     

基于局部二元模式的快速红外人脸识别系统

红外人脸成像具有对光照、人脸皮肤、表情、姿态等因素变化不敏感的特点,可以在一定程度上弥补这些因素对可见光人脸识别影响的不足。为了充分提取红外人的局部鉴别特征,文中提出了一个基于局部二元模式的快速红外人脸识别系统。该系统首先通过thermoVision A40型红外热像仪获分辨率为320240的红外人脸图像,并通过人脸检测和归一化方法提取大小为6080的标准红外人脸图像。其次,基于人脸图像的对称性,将红外人脸图像分块。通过局部二元模式直方图提取每一分块所包含的纹理模式特征。最后,采用Kruskal-Wallis（KW）特征选择算法,进一步抽取对识别有贡献的局部纹理特征用于分类识别。实验结果表明:提出的热红外人脸系统识别率明显优于基于主成分分析（PCA）和线性鉴别分析（LDA）的传统红外人脸识别系统,可以达到98.6%的识别率。与此同时,提出的红外人脸识别系统识别速度也快于传统基于PCA和LDA系统,可以广泛应用于实时人脸识别中。     

基于统计模板的红外人脸仿真图像的实现

通过分析海洋背景的人脸红外图像的特点,提出了一种基于概率统计的仿真图像建立方法.该方法首先采集大量的实验样本,统计生成红外人脸图像的概率模板,然后将生成的红外人脸图像通过灰度量化后嵌入到海洋背景红外图像中,再进一步进行平滑滤波,最终生成仿真图像.红外仿真图像的生成是红外仿真平台的主要部分,红外仿真平台可以为海上搜救红外目标检测的算法研究提供实验数据,为海上搜救研究搭建实验室研究平台.     

基于连续型Adaboost算法和Cascade结构的红外人脸检测

自由立体显示技术中,人脸位置的探测与跟踪是关键之一.由于光照变化等因素的影响,对多人的脸部位置的探测很难达到快速、准确的目的.提出一种基于连续型Adaboost算法和Cascade结构的新方法.该方法采用红外主动照明模式,通过隔离可见光照,基本消除了光照变化对人脸检测造成的影响.新检测算法中Adaboost检测速度很快,Cascade结构可以检测那些难以识别的人脸,大大地提高了人脸检测的速度和鲁棒性.对视频流图像进行的检测实验中,没有出现人脸"漏检",极少出现非人脸的"误检".检测速度在Windows XP,Pentium IV,图片分辨率为640×480的条件下,可达25 f/s,完全达到了实时性的要求.另外,实验证明该方法对于人脸表情变化和人脸小角度倾斜也具有鲁棒性.     

基于openCV的人脸检测系统的设计

通过对基于Adaboost人脸检测算法的研究,利用该算法与计算机视觉类库openCV进行人脸检测系统的设计,实现了对出现在视频或图像中的人脸检测。此外,在VC++6.0环境下实现了对一个简单的人脸检测系统软件的界面开发,该系统对人脸检测的速度较快,检测结果较为准确,可以作为其他人脸检测或人脸模式识别的系统的开发基础。     

基于网络摄像头的实时瞳孔追踪系统设计

系统直接用网络摄像头采集影像,完成瞳孔追踪,结合了Haar人脸检测和基于梯度的瞳孔中心检测算法,且在原梯度检测算法上提出了改进方法,从K条径向辐射方向寻找虹膜边缘以及其关键梯度,并进一步调整K条径向直线的分布范围。实验验证表明,该算法效率高,能适应眼球在被遮挡的情况下的瞳孔检测,系统对硬件和环境均无特殊要求,追踪可以达到实时,并有良好的精度。     

红外弱小目标实时检测处理系统

针对红外弱小目标的实时检测,提出了一套基于DSP和FPGA高速乒乓缓存结构的红外实时目标检测系统。该硬件系统以高速乒乓缓存结构为核心,利用基于目标特性的区域生长算法完成对红外弱小目标的检测。实验结果表明,该检测系统对红外弱小目标具有较好的检测效果和较高的实时性,可以实现对红外弱小目标的实时检测。     

多模态特征融合的人脸活体检测算法

针对人脸识别技术应用中,使用人脸图像或虚拟人脸等技术手段欺骗识别系统进而降低系统安全性的问题,提出了一种多模态特征融合的人脸活体检测算法.该算法将人脸的RGB图、深度图和红外图分别输入到3个相同的残差网络结构中提取特征;通过基于通道注意力机制的方式对3个模态的特征图进行融合;对融合特征做出决策.在CASIA-SURF数...     

基于FPGA的高分辨率红外目标检测技术研究

本次研究面向红外对空预警探测领域的实际问题,开展高分辨率红外图像目标检测算法设计与工程化应用验证。文中研究设计了基于中值滤波、卷积滤波核形态学滤波等的目标检测算法,并基于FPGA平台进行硬件移植验证与测试。实验表明本文采用的方法可以实现对高分辨率红外图像的目标检测功能,并且基于FPGA硬件提升算法的运算速度,使算法在FPGA硬件平台上完成实时运算传输的要求。     

基于动态规划的红外弱小目标检测算法的硬件实现

提出基于动态规划的红外弱小目标检测算法的硬件实现方法,分析基于动态规划的能量累加原理,阐述了目标识别的过程,分析图像处理所需要的硬件资源,建立FPAG＋DSP硬件处理平台,验证了算法的实时性和可靠性。文中提出的方法解决了大多数算法无法满足实时性要求的问题,为红外弱小目标的检测提供了一个新的思路。     

一种单帧图像红外弱小目标检测算法及DSP实现

针对红外图像中存在的弱小目标,使用多种检测算法融合检测红外图像中的小目标,该算法对低信噪比红外图像中的目标检测准确率高,虚警率低.同时使用TI DSP芯片在硬件电路中实现算法,并在实际中应用.     

红外目标检测的形态滤波改进算法及其DSP实现

基于数学形态滤波,提出了一种红外小目标实时检测的算法及其DSP硬件实现技术。首先分析了小目标检测过程,并论述了改进的形态滤波检测算法原理,然后根据算法特点提出了在DSP64X的实现方法和过程,最后给出并分析了该算法在红外探测系统中的运行结果。实验结果表明:该方法可以快速、可靠的检测出极低信噪比下的小目标,满足了系统性能指标。     

卷积神经网络在目标检测中的应用及FPGA实现

针对传统目标检测算法在复杂背景条件下的对红外弱小移动目标的检测能力弱,虚警率高等问题,提出了一种基于卷积神经网络的目标检测方法,分析了卷积神经网络的结构、特点,将卷积神经网络应用到红外弱小目标检测领域,选择卷积神经网络模型,学习训练学习出合适的模型参数,并将算法在以FPGA为核心的硬件平台上进行移植。实验表明,本文的算法实时性好,硬件移植工作量小,在复杂背景下能够得到目标掩码信息、有效检出目标。     

AdaBoost算法的人脸检测系统的SoC软硬件设计

AdaBoost人脸检测算法计算量大,难以在嵌入式平台上用纯软件实时实现.文中对AdaBoost检测算法进行了性能分析,设计了合适的软硬件划分方案.算法的大部分计算都转移到硬件加速器中,大大提高了检测的速度.文中描述了整个系统的周期精确模型.仿真显示,SoC方案的速度是纯软件的11倍,在200MHz的主频下可以以28帧/秒的速度检测384*288的图像.     

基于目标能量的远距离红外空间目标提取算法

提出了一种基于目标能量的红外目标提取算法.这种算法利用目标相对角速度大于瞬时视场时图像会产生拖尾的现象,采用能量叠加来增强目标与背景的信噪比,从而实现对信噪比小于或等于5的远距离红外空间目标的探测和跟踪.此算法运算量小,可在硬件上实现.实验表明,此算法能实时探测和跟踪距离不小于15 km的红外空间目标,且探测概率可达96％.     

基于CMOS和USB2.0的人脸检测系统

人脸检测是在图像中检测到人脸的位置,是当今科技领域攻关的热点技术.提出一种基于CMOS图像传感器和USB2.0的人脸检测系统.该系统利用CMOS图像传感器OV9620和USB2.0主控芯片CY7C68013设计高分辨率数字图像采集系统,由PC机采集图像数据,并对数据进行彩色恢复处理.在此基础上,完成视频图像中人脸的实时检测.文章阐述了该采集系统的软硬件结构设计和人脸检测的算法设计及实现.实验结果表明,该系统采集图像清晰稳定,传输速度为32.6Mbyte/s,图像处理速度为16 frame/s.实现了图像采集和人脸实时检测.