基于单幅图像的人脸三维姿态估计

针对单张人像的三维姿态计算，结合面貌测量和射影几何的理论提出了一种方法：首先在人面部的平面区域内，选取眼角点，口角点，鼻翼点建立人脸模型;然后根据人脸平面上两个相互垂直的特征线投影到照片上的灭点位置，求出人脸平面的旋转方向。该方法特征点易于标定，且无需任何的辅助设备和先验知识，具有一定的实用性。     

基于点云配准的人脸三维尺寸测量

接触式人脸三维尺寸测量易损坏表面特征,依赖于特征点标定,常含冗余信息.针对该问题,提出一种基于结构光与多视图图像点云配准的非接触式人脸三维尺寸测量方法.首先利用改进的迭代最近点算法建立转换函数,求出尺度因子、旋转矩阵和平移向量;然后基于模糊C均值算法对人脸面部进行聚类分割以获得候选区域;针对人脸表面离散点云不平整问题,...     

基于线索引导的面部运动捕捉与数据虚拟重用方法

多数无标记面部表情运动捕捉方法仅捕捉面部表情运动的平面位置变化,而无纵深变化描述。针对这一问题,提出了基于线索引导的面部运动捕捉与数据虚拟重用方法。首先,使用单目视觉系统对人脸主体区域进行定位；然后,采用级联回归模型对人脸地标特征逐步求精,通过利用人脸特征的主动地标线索和地标特征的深度线索得到特征点在三维空间上的位置变换关系；最后,借助面部骨骼节点的数据表示实现面部表情运动重构。通过在线的实时面部表情运动捕捉实验效果可以看出,该方法不仅能够实现不同视角下对应地标特征的精确匹配,而且能够较好地将真实面部运动赋予虚拟角色。     

基于特征网格的面部图象变形算法

面部图象变形技术是人脸建模的关键技术之一，为了模拟人脸器官（如眼、嘴、鼻和眉等）周围及人脸轮廓肌肉的运动，选择适合描述人脸及其器官轮廓的几何形状的若干特征点，并根据器官周围肌肉点运动机理，建立了面部图象变形的特征网络模型，该模型构造了两类控制器官运动的合成肌肉，即控制垂直方向运动的轮廓肌和控制水平方向运动的线性肌，由此，面部肌肉点拉动肌肉即可作垂直和水平方向运动，由于该特征网络模型可实现人脸器官精细的变形操作，并能依据器官的轮廓变化展开，符合人的认知过程，因此，与其他算法相比，其变形效果更加自然，图象变形更加精确。     

基于曲面轮廓分析的人脸面部扭曲程度分析北大核心CSCD

在人脸图像提取的优化中,对人脸面部扭曲程度进行分析,可更好的完成对人脸表情进行分析。由于人脸的曲面轮廓变化复杂,人脸的皮沟直接相互作用会使得曲面轮廓的形变变得不规则,使得对人脸的初始曲面提取存在较大困难,皮沟相互影响带来的特征点位置动态变化导致人脸面部扭曲程度分析也存在困难。提出采用曲面轮廓分析的人脸面部扭曲程度分析方法,给出人脸面部曲面方程的一般形式,分析了人脸面部扭曲程度分析的初始曲面。对初始曲面进行坐标转换,将人脸面部曲面转换成标准型,对被分析人脸面部曲面上的点进行坐标变换,得到标准型人脸面部曲面轮廓度。依据人脸面部曲面轮廓分析结果,通过Fisher线性判别方法实现人脸面部扭曲程度的分析。仿真结果表明,所提方法具有很高的准确率,有效增强了人脸面部扭曲程度分析的性能。     

基于Kinect与网格几何变形的人脸表情动画

面部表情重建的实时性与重建效果的真实性是人脸表情动画的关键问题,提出一种基于Kinect人脸追踪和几何变形技术的面部表情快速重建新方法。使用微软的Kinect设备识别出表演者面部并记录其特征点数据,并利用捕捉到的特征点建立覆盖人脸的网格模型,从中选取变形使用的控制点数据,由于Kinect可以实时地自动追踪表演者面部,由此实现了利用三种不同变形算法对目标模型实时快速重建。实验结果表明,该方法简单易实施,不用在表演者面部做任何标定,可以自动地将人脸表情动作迁移到目标模型上,实现人脸表情快速重建,并且保证目标模型表情真实自然。     

基于特征点约束的人脸纹理映射

人脸纹理映射技术是计算机辅助颅骨面貌复原中一种特殊的真实感处理技术。针对人脸面部器官纹理映射难以准确实现的问题,提出一种基于特征点约束的人脸纹理映射方法。利用最小二乘保角映射参数化时需固定顶点来完成特征点约束。通过对大量单张、正面照片作为纹理进行映射,证实了该方法能够取得良好的映射效果。实验结果表明本方法鲁棒且效率高,降低了算法的复杂性。     

三维人脸数据的获取及人脸特征自动定位

介绍了一种快速获取人脸三维面貌数据的结构光相移测量技术,并利用这种高速的相移技术在获取三维面貌数据的同时获得人脸纹理背景图像,结合二维人脸图像中的人脸特征识别手段,应用到三维人脸图像中,可以让计算机自动提取人脸图像的主要特征点.首先介绍了高速相移技术的基本原理,介绍了二维人脸图像中的积分投影方法来求取人脸轮廓粗略位置的方法,接着介绍了将二维图像做纹理映射到三维数据里面的方法,结合三维高度信息的曲线分析、曲率判断等,快速的提取出了人脸的三维特征.经实验验证,此方法对于三维人脸特征的自动定位有很高的准确性和通用性.     

基于机构学和肌肉模型的单视频驱动人脸情感表达仿真

描述一种3维人脸模型的单视频驱动方法。该方法在传统肌肉模型的基础上,根据嘴部运动特性采用机构学原理建立嘴部运动控制模型,通过视频图像序列跟踪得到特征点的运动规律曲线,进而驱动眼部、嘴部及面部其他部分的网格点运动,产生具有真实感的面部表情动作。仿真结果表明,采用此方法可以得到逼真的人脸表情模拟动画。     

基于特征融合的三维人脸点云质量判断

针对使用双目结构光扫描仪获取的三维人脸点云,提出了一种特征融合网络(FFN)来完成人脸点云质量判断任务.首先,对三维点云预处理切割出人脸面部区域,使用点云和对应的二维平面投影得到的图像作为输入;其次,分别训练用于点云学习的动态图卷积神经网络(DGCNN)和ShuffleNet两个模块;然后,提取出两个网络模块的中间层特...     

一种基于人脸图像的年龄估计方法

有关年龄估计的研究在人机交互领域有着非常重要的意义。该文提出一种基于人脸图像的年龄估计方法,该方法首先基于颅面成长模式理论建立人脸测量模板,在此模板上计算面部几何比例特征,然后运用分数阶微分提取人脸局部区域的纹理特征,结合这两类特征构成个体年龄特征向量;通过聚类学习的方法训练年龄特征向量获得年龄-特征映射矩阵,最后由此矩阵表决出输入人脸的估计年龄。实验结果表明,基于这两种特征构建的年龄估计模型可以获得较好的年龄估计结果,年龄误差较小,分类准确率接近人的主观判断结果。     

Efficient covering of target areas using a location prediction-based algorithm

Due to the rapid development of the high-speed wired and wireless Internet, image contents including objects with exposed personal information are being distributed freely, which is a social problem. In this paper, we introduce a method of robustly detecting a target object with facial region exposed from an image that is quickly entered using skin color and a deep learning algorithm and effectively covering the detected target object through prediction. The proposed method in this paper accurately detects the target object containing facial region exposed from the image entered by applying an image adaptive skin color model and a CNN-based deep learning algorithm. Subsequently, the location prediction algorithm is used to quickly track the detected object. A mosaic is overlapped over the target object area to effectively protect the object area where the facial region is exposed. The experimental results show that the proposed approach accurately detects the target object including the facial region exposed from the continuously entered video, and efficiently covers the detected object through mosaic processing while quickly tracking it using a prediction-based tracking algorithm. The tracking-based target covering method proposed in this study is expected to be useful in various practical applications related to pattern recognition and image security, such as content-based image retrieval, real-time surveillance, human–computer interaction, and face detection.

     

中心矩形构图先验的显著目标检测

目的 许多显著目标检测算法侧重从背景角度进行显著性检测,而从前景角度和空间角度进行显著性检测的算法较少,为了解决这个问题,提出了一种基于中心矩形构图先验的显著目标检测算法。方法 假定目标分布在中心矩形构图线附近。首先,对图像进行超像素分割并构造闭环图;其次,提取中心矩形构图线上的超像素特征,并进行流形排序,获取初始显著值;然后,通过基于中心矩形构图线获取的初始显著值确定中心矩形构图交点显著值和紧凑性关系显著值;最后,融合三者获得最终的中心矩形构图先验显著图。结果 通过MSRA-1000,CSSD,ECSSD,THUS-10000数据集对比验证了中心矩形构图先验算法有较高的准确度和最高的F-measure值,整体效果上优于目前先进的几种算法。且处理单幅图像的平均时间为0.673 s,相比与其他算法也有较大优势。结论 从前景角度和空间角度考虑的中心矩形构图先验的显著目标检测算法相比于传统的算法更加具有鲁棒性,无论图像是复杂的还是简单的,都取得很好的检测效果,充分说明算法的有效性。     

符合人类视觉感知的图像对象分割方法

提出一种符合人类视觉感知的图像对象分割方法,包括双尺度的区域分割和基于模型的对象提取。运用非线性尺度算子对图像进行大尺度平滑,结合颜色量化和视觉一致性的颜色聚类完成图像的粗分割。在原尺度上融合区域的纹理、颜色信息对分割区域进行区域合并,并利用对象模型完成图像对象的提取。实验结果表明,该算法的分割结果符合人类视觉感知特性,能够较好地完成图像对象分割。     

采用空间聚类和平面或连通的彩色图像分割

提出了一种RGB空间聚类和平面区域生长相结合的彩色图像分割方法。聚类时采用重心和空间棋盘距离进行计算,主要为加法、减法运算;区域生长时提出了一种用或连通代替八邻域来判断连通性的新方法,主要为简单的二进制位运算。总体计算复杂度低,从而有效而且快速地实现了彩色图像的目标分割。     

基于Radon变换的水声图像矩特征提取与分类

成像声纳采集的水声图像分析是自动水下潜器研究中的一个重要课题，该文提出了一种基于图像边缘Radon变换的水声图像矩特征提取和分类方法。使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓，构造目标轮廓在 Radon变换空间的平移、比例和旋转矩不变量，应用于3类水下物体的分类中，实验仿真结果表明该方法在运算速度上优于Hu’s不变矩和图像目标面Radon投影空间不变矩，具有很好的性能和较高的实用价值。     

一种基于模糊集的灰度图像阈值分割算法

提出了一种新的基于模糊集理论的图像直方图阈值分割算法。该算法首先把图像的直方图预分成目标参考区,背景参考区和模糊区。然后对位于模糊区的灰度级,逐一比较其与目标和背景区的相似度,以决定该灰度级的归属,并最终确定灰度阈值。仿真结果表明：此方法不但能不有效地对灰度图像进行分割,且与传统方法相比更具灵活性。     

基于空间二进制编码的阈值分割方法研究

在三维检测技术中为了得到良好的编码结果从而获取准确的三维数据,必须以清晰的阈值分割的结构光投影图案为前提.由于物体本身带有色彩和光照不均匀使得利用一般的阈值分割方法无法得到质量较好的二值化条纹图.因此根据空间二进制编码必须规范化的特点,提出了一种利用一系列投影图案而得到的基于单像素的阈值分割方法.采用新方法后,可以有效改善由于物体本身色彩和光照不均匀所引起的阈值分割结果较差的现象,得到黑白条纹清晰的二值化结构光投影图案.方法实现简单,阈值分割仅根据一系列图像中的单个像素点进行,因此不受图像中其他像素的影响,抗干扰能力强,可以很好地应用于基于空间二进制编码的形貌测量中.     

基于云空间和模糊嫡的边缘检测算法

基于模糊集理论及云理论,提出了对象云的图像模糊边缘检测方法(OCFD).算法充分考虑图像的模糊性和随机性,建立起图像空间与云空间的映射模型,生成模糊对象云和边界云,完成图像空间到云空间的映射.在云空间中实现逻辑云运算的边界云提取,提出并实现了基于边界云的过渡区定义及其提取算法.最后利用最大模糊熵在过渡区内实现检测边缘.实验证明,OCFD算法在检测性能方面优于模糊Sobel,Pal.King等算法,为图像的模糊理解和分析提供了一种新的思路,同时也丰富和拓展了云理论.