复杂环境下的头部检测方法研究

在复杂背景下进行头部检测是智能视觉监控的重要组成部分，其目标是在图像或图像序列中搜索人体头部位置。它可广泛应用与人体运动检测、运动跟踪以及运动分析等领域。本文分析了复杂环境下头部检测过程包括头部特征以及检测算法，介绍了尺度的概念，并讨论其在头部特征检测中的可用性。     

针对机场行李传送监控视频的侵入者检测

随着智能监控技术的快速发展,越来越多的公共场合监控系统由人力监控向计算机辅助监控转化。机场传送仓作为机场中的重点安全区域,对其进行侵入者的实时检测是十分必要的。人体检测是视觉分析领域的重要组成部分,其在视频监控领域当中有着广泛的应用。针对机场行李传送监控视频,提出了一种用于区分人体与常规行李的视觉特征,并且利用该特征实现了一个实时的智能视频监控系统,用于检测传送仓中的侵入者。实验结果表明,该系统降低了人力资源的消耗,且有效地降低了侵入者的漏报率,从而提高监控质量。     

基于自适应高斯核支持向量机的室内人体存在检测

服务监控对象人体存在检测是室内移动机器人应用中定位、识别与跟踪人的基础,但室内环境的复杂多变性与视觉系统的移动给人体检测带来很大的困难,使得人体检测结果不稳定且有效性差,为此,本文提出一种基于室内移动机器人视觉系统的人体存在检测方法.首先采用多尺度小波变换检测法与边缘连接算子相结合的方法提取图片边缘特征,并提出一种形态学方法去除非目标小区域、不封闭的边缘线或孤立点,利用边缘图片的不变Hu矩作为模式识别特征向量.然后应用自适应高斯核函数软间隔支持向量机建立两类识别分类器,并与基于不同特征建立分类器的人体存在检测法和基于不同分类方法建立分类器的人体存在检测法进行分析比较,结果表明本文算法是更稳定有效的.     

一种改进的人体头部精确定位方法

自动、准确和快速检测人体头部是当今计算机视觉研究中的一项关键任务。本文提出一种基于背景差分和改进组合模板的人体头部精确定位方法。利用背景差分法得到人体的大概轮廓,然后利用人体头部与躯干相对关系初步确定人体的头部位置,再运用模糊组合模板法得到头部的精确定位。实验结果表明:该方法能有效地提高人体头部定位算法的速度与精确度。     

基于机器视觉的螺纹零件头部裂纹检测

将数字图像处理技术应用于螺纹零件头部裂纹的检测,构建基于机器视觉的螺纹零件头部裂纹检测系统。对采集的螺纹零件头部图像进行预处理、感兴趣区域定位,边缘检测、特征提取以及形态学处理,提出针对螺纹零件头部裂纹特征的检测方法。实验表明,方法具有识别精度高、可靠性强等优点,完全能满足工业生产中裂纹检测的要求。     

基于组合模板的人体头部精确定位算法

对人体头部的准确定位是当今计算机视觉研究中一个非常重要的领域。在基于视觉特征的人体头部提取算法的基础上,提出了一种改进的算法——"粗—精"双步头部提取算法。该算法首先利用人体头部与躯干相对关系初步确定人体头部位置及大小,然后通过水平和垂直方向的两个精确定位模板对粗定位结果进行调整,最终达到精确定位的目的。详细阐述了"粗—精"双步头部提取算法的基本原理和实现方法,并针对行走中的人体,给出了改进前后两种算法实验效果。实验结果表明,改进后的头部定位算法可以在复杂情况下更精确地定位头部,鲁棒性强。     

基于可见光-热红外视觉监控的车间工人跌倒检测算法

为了解决工厂车间视觉监控存在噪声干扰、光线变化、目标遮挡等问题,提出一种基于多模态视觉监控的工人跌倒检测算法.首先,采用热像仪和可见光相机获取车间内全天候监控图像,结合自适应滤波模型对图像进行降噪处理,以抑制环境噪声对监控图像的干扰;然后,构建一种改进的人体姿态特征提取网络,通过融合串联时间帧合并模块和位姿残差模块,以简化目标检测的特征图尺度,实现监控图像中工人区域被部分遮挡时姿态的实时、可靠预测;最后,设计人体轴线倾角、人体外接矩形框长宽比以及双膝盖点移动速度作为工人跌倒判别性特征,进而实现车间内工人的跌倒判别.在自建数据集和公开数据集上对所提出方法进行验证,实验结果表明,所提出算法的跌倒检测精度分别为95.6%和96.3%,与对比算法相比具有更好的准确性和实时性.     

基于彩色视频图像的运动人体检测方法

在视频图像中进行运动人体检测是许多计算机视觉任务的基础而又关键的研究步骤.其目的在于将运动的人体从视频图像中检测出来,以便进行后续的的诸如智能监控中对人体进行跟踪及行为理解等工作.而彩色图像由于具有比灰度图像更多的视觉信息,受到了越来越多的重视.研究了一种直接在彩色环境中基于时空联合的运动人体检测算法,该算法将时域分割与空域分割相联合而得到具有精确边缘的运动人体,并且消除了运动人体的影子.时域分割采用一种基于RGB彩色图像的双阈值分割背景减除法.空域分割采用了基于RGB彩色空间的区域生长法.实验结果表明上述算法能够实时有效地从彩色图像序列中检测出运动人体,消除运动人体的影子,而且最终检测出来的运动人体是彩色的.     

运动人体感兴趣区域的自动检测

人体运动自动检测与跟踪是人工智能系统的重要研究方向.提出了一种简单高效的人体感兴趣区域--ROI的自动检测方法.该方法运用帧差法和图像显著图算法模拟人眼视觉系统对运动人体注视点的形成过程,并通过联合显著区域的划定自动检测形成相应的运动人体ROI.实验结果表明,该方法检测出的人体ROI符合人眼观察运动目标时的视觉关注区域,可运用于后续基于颜色特征区域的运动人体跟踪.     

多人体识别监控技术的研究

多人体识别监控指的是以图像处理、模式识别、计算机视觉等技术为基础,对某一区域的人群进行识别监控.文章从数字图像处理技术的发展和目前国内外研究现状进行分析,对多人体识别技术中运用的图像分割、处理和特征值提取的主要方法进行了总结,对多人体识别监控技术存在的问题及发展方向进行了讨论.     

Estimating parameters of a synthetic deformable human head model using a set of photographs

In this paper a new method for estimating the parameters of a synthetic deformable model of human head using a set of photographs is proposed. As opposed to statistical models, synthetic models have a well defined correspondence between the parameters and morphological features of the human head, though this bounds variability and complicates the task of fitting the model to photographs. A novel heuristic coarse-to-fine algorithm based on the psychophysical process of face perception and recognition by humans is proposed. A user study for evaluating the perceived quality of the generated models is also designed and conducted. Applicability of the proposed method for human-head modeling from photographs is corroborated by results of experiments on real world data.     

基于属性圆的多属性决策云模型构建与可靠性分析应用

为了使云模型能直观方便地表示以及计算多属性决策问题,并且适应专家给出的范围数据,对提出的属性圆表示多属性的方法进行了改造,从而通过属性圆来计算云模型的特征参数;给出了改造后属性圆的定义、性质和绘制过程,以及如何通过属性圆计算表示某决策级别的云模型特征参数,包括:定义决策系统、属性归一化、属性圆特征及性质、属性圆面积求法、基于属性圆的云模型计算;通过实例给出了云模型的计算过程和应用方案。根据数据处理和专家分析,计算得到表示系统可靠性风险为可接受决策级别的云模型,进而构成决策云集合,便可用于实际系统的可靠性级别多属性决策。     

一种新的挖掘眼部结构特征的人眼精定位方法

针对眼镜框对眼睛定位的干扰问题,充分挖掘眼部类圆形的结构信息,并结合眼镜框的固有特征,提出了一种新的人眼精确定位方法。它在AdaBoost检测算法已经得到的眼部区域的基础上,在眼部矩形区域内利用灰度投影法分割眉眼条形区域,运用自适应二值化圆拟合对眉眼条形区域实现二值化处理,通过二值化图像圆拟合的圆心来确定人眼精确位置。该方法充分利用了眼部类圆形的结构特征,有效地避免了眼镜框对人眼定位的影响。实验结果表明,该算法在有眼镜框和无眼镜框的情况下都具有很好的定位效果。     

基于圆心定位和放射状圆形投影编码的字符识别算法

圆心定位是圆形投影中关键的一步,为提高圆心定位的速度和精度,提出一种基于三角形和四边形相关理论的快速圆心定位方法,在字符图像特征提取中,在放射状圆形投影的基础上提出放射状圆形投影编码,放射状圆形投影通过计算图像在各个方向上的投影值来记录图像在各个角度上的分布信息,放射状圆形投影编码是在它的基础上,对同一角度上的图像信息进行分段编码,从而在不增加复杂度的情况下保留图像在角度和半径上的分布信息,提高字符的识别率。     

利用特征点平均矩特征检索二值商标图像

提出一种新的利用多特征点特征匹配的商标检索方法.该方法首先对图像进行分块处理,将图像划分在若干个同心圆内,划分半径以图像参照圆为依据,然后根据图像的形状主方向在每一个子图像上确定一些特征点.由于图像参照圆的位置以及形状主方向具有旋转、尺度、平移不变性,因此特征点的位置在图像中的相对位置是稳定的,具有很好的不变性.对于特征点的特征,提出了基于特征点的平均矩特征,该特征不仅具有良好的鲁棒性,而且对于噪声以及图像边缘的细微变化并不敏感,非常适合用来描述商标这种特定的图像.实验证明,基于特征点的平均矩特征具有很好的不变性,而对图像的分块描述能更好的体现图像内容,因此利用该算法检索的结果能够较好的满足人的视觉感受.     

无标志的人体步行腿部骨架检测与跟踪

在计算机视觉领域,人体运动分析的研究正因其广泛的应用前景而越来越受到研究者的重视。对于单目图像序列的人体运动跟踪,现有的方法大多需要进行人工干预,或者在身体上附着标志物,或者对第一帧图像进行手工标记。本文针对这一问题,提出一种简单而有效的自动检测人体腿部骨架的算法,该算法不需要任何人工干预,继而在传统的运动建 模及矩形块RGB颜色匹配的基础上,提出一种圆周相交定点算法,结合踝关节的运动预测对获取的腿部骨架进行跟踪,有效地解决了两腿的自遮挡问题。论文最后给出了跟踪的实实验结果。     

From laser-scanned data to feature human model: a system based on fuzzy logic concept

This paper describes the development of a prototype system using fuzzy logic concept for constructing a feature human model, which is to be stored in a 3D digital human model database. In our approach, the feature human model is constructed by unorganized cloud points obtained from 3D laser scanners. Firstly, noisy points are removed, and the orientation of the human model is adjusted; secondly, a feature based mesh generation algorithm is applied on the cloud points to construct the mesh surface of a human model; lastly, semantic features of the human model are extracted from the mesh surface. Compared with earlier approach, our method strongly preserves the topology of a human model; more details can be constructed; and both the robustness and the efficiency of the algorithm are improved. At the end of the paper, in order to demonstrate the functionality of feature human models, potential applications are given.     

利用特征点平均矩特征的商标图像检索

提出了一种新的基于多特征点平均矩特征的商标图像检索方法。首先根据图像的参照圆与形状主方向将图像划分为若干个同心圆,并在每个同心圆内确定一些特征点,这些特征点在图像中的相对位置不受旋转、尺度、平移等因素的影响。然后提出了基于多特征点平均矩特征的概念,该特征不仅具有良好的鲁棒性,而且对于噪声以及图像边缘的细微变化并不敏感,非常适合用来描述商标这种特定的图像。实验结果证明,利用该算法检索的结果兼顾了商标图像在局部和整体上的一致性,能够较好地满足人的视觉感受。     

基于社交圈层和注意力机制的信息热度预测

社交网络现已成为现实世界中信息传播与扩散的主要媒介,对其中的热点信息进行建模和预测有着广泛的应用场景和商业价值,比如进行信息传播挖掘、广告推荐和用户行为分析等.目前的相关研究主要利用特征和时间序列进行建模,但是并没有考虑到社交网络中用户的社交圈层对于信息传播的作用.本文提出了一种基于社交圈层和注意力机制的热度预测模型SCAP(Social Circle and Attention based Popularity Prediction),首先对社交圈层进行定义,通过自动编码器提取用户历史文本序列的特征,对不同用户的社交圈层进行聚类划分,得到社交圈层特征.进而对于一条新发布的文本信息,通过长短期记忆网络与嵌入层提取其文本特征、用户特征和时序特征,并基于注意力机制,捕获到不同社交圈层对于该文本信息的影响程度,得到社交圈层注意力特征.最后将文本特征、用户特征、时序特征和社交圈层注意力特征进行特征融合,并通过两个全连接层进行建模学习,对社交信息的热度进行预测.在推特、微博和豆瓣等四个数据集上的实验结果表明,SCAP模型的预测表现相比于多个对比模型总体呈优,在不同数据集上均方误差(MSE)分别降低了0.017,0.022,0.021和0.031,F1分数分别提升0.034,0.021,0.034和0.025,能够较为准确地预测社交信息的热度.本文同时探究了不同实验参数对于模型的影响效果,如用户历史文本序列的数量、社交圈层的数量和时间序列的长度,最后验证了模型输入的各个特征和注意力机制的引入对于模型预测性能提升的有效性,在推特数据集中,引入社交圈层和注意力机制,模型的MSE指标分别降低了0.065和0.019.     

基于Hough变换圆检测的人眼精确定位方法

眼睛定位是人脸识别的非常重要的一个环节,后续的图像几何归一化、图像矫正和特征提取都依赖于眼睛的位置。论文提出一种人眼快速定位的新方法。首先用积分投影法检测到眼睛瞳孔的大致位置;然后用Sobel边缘检测算子提取图像边缘信息;再利用基于圆的Hough变换快速定位出人眼,实验证明了该方法的有效性。