面向人脸对象的极低比特率视频编码方法

针对可视电话、视频电视会议等领域经常出现的视频头肩序列图像,提出了一种面向人脸检屿跟踪的视频分级小波编码方法,在极低比特率下,解码端仍能获得视觉质量较好的恢复序列图像。     

一种新的可伸缩小波视频编码方法

提出了一种高度可伸缩的视频编码系统,首先对图象序列进行时间、水平和垂直方面的三维小波分解,并采用改进的集合分区等级树算法（ＳＰＩＨＴ）对小波系数进行量化。在量化过程,对压缩比特流进行排序和重组,以便中根据需要从中抽取某些子集进行译码。本编码方案帧率、空间分辨率和失真水平等的可伸缩性,对于在移动通信信道及ＡＴＭ网中进行视频传输业务是非常有用的。     

谐波检测的一种小波变换方法

小波变换是在傅立叶变换基础上发展起来的应用数学分支,它具有多尺度的特点及良好的时频局部性.本文从小波定义出发,讨论了其多尺度的滤波特性,并把它用于电力系统谐波检测.此外,给出了算例,分析了计算结果,同时提出了利用小波变换进行谐波检测时应注意的问题.     

一种基于肤色的人脸检测方法

本文首先在色彩空间的知识基础上建立肤色模型,然后进行相似度计算、平滑滤波和二值化分割。随后利用人脸的几何特征对这些可能的人脸区域进行分析,根据面积、长宽比等几何判定规则进行筛选,最后得到候选人脸区域。     

多小波提升格式的研究

简要的介绍了多小波和Sweldens提升格式，根据多小波的正交性，考虑到多小波各个分函数之间的关联性，提出了一种新的多小波变换的提升模型。并将其应用到图像编码中，结果显示，该模型能取得与D9／7相当的效果。     

基于深度学习的自然场景下多人脸实时检测

为了解决人脸检测的实时性与有效性,提出了基于YOLOv3算法的人脸检测模型.该模型以Darknet 53为主干网络,用3种不同尺寸的特征图进行预测,对Bounding box的中心坐标、置信度以及类别损失函数进行设计,最后直接回归被检测人脸的信息.实验中对数据进行了批量归一化处理,加速了Loss收敛.实验采用Wider Face的自然场景下的人脸数据集,将YOLOv3算法模型与不同算法模型比较,结果显示基于YOLOv3算法的人脸检测模型能够保证人脸检测的实时性,同时实现了自然场景下多人脸检测的任务.     

基于小波的多尺度SUSAN角点检测

SUSAN角点检测是一种经典的角点检测算法,但不具有尺变化特性.利用小波变换的多尺度特性,即在小尺度下的定位准确和大尺度下的抗噪性强,该文把多分辨分析的思想引入到该算法中,从而构建了一种新的基于小波变换的SUSAN多尺度角点检测算法.新的角点检测可以在不同的尺度下获取角点,克服了单一尺度的SUSAN角点检测可能存在的角点位置偏移和易受噪声干扰而提取出伪角点等问题.为了综合利用各个尺度下的角点信息,该文提出了由粗到细的角点筛选方案.通过对比实验,新算法明显地提高了图像角点检测性能.     

基于二项式R-D模型的多视点视频码率控制算法

针对目前尚未深入研究多视点视频编码(MVC)码率控制的状况,在分析现有视频码率控制中率失真模型的不足和多视点视频编码的特点的基础上,提出了一种基于二次率失真(R-D)模型的多视点视频编码码率控制算法。该算法的核心是先根据视差预测和运动预测的结构关系,将所有图像分成6种类型的编码帧,并改进二项式率失真模型,然后根据已编码信息进行视点间、帧层、基本单元层比特分配与码率控制。实验仿真结果表明,与目前采用固定量化参数的JVT的MVC相比,该算法能够有效地控制多视点视频编码的码率,同时保持高效的编码效率。     

基于一种特殊变换的多小波构造

本文引入一种矩阵滤波器的特殊变换。任一紧支撑正交多尺度函数都可由一个简单的矩阵滤波器通过这种变换得到。由此给出一种由多尺度函数构造相应紧支撑正交多小波的算法。与传统方法相比,这种方法既不需要对罗朗多项式矩阵逐行降次,也不需要将多项矩阵分解成特殊的形式,并且不受滤波器长度的限制。可以利用该方法构造出GHM正交多小波。     

一种改进的基于特征和基于图像相结合的人脸检测

为了提高人脸检测的速度,提出了一种基于脸部特征和支持向量机的人脸检测方法.该方法对训练样本图像进行二维离散余弦变换(DCT),变换后选取重要的DCT 系数来训练支持向量机(SVM)分类器;在检测时,首先利用双眼区域的亮度关系和脸部的对称特征来快速过滤掉大量的背景区域,再利用SVM对余下的区域进行进一步的验证,以确认是否是人脸.实现结果证明了该方法的正确性和有效性.     

一种非一致小波基的超光谱图像压缩方法

传统的三维小波变换在不同维采用相同的小波基且频谱分辨能力也是相同的,这不能与超光谱图像的特性相匹配.本文提出了一种新的采用非一致小波基的去偶结构的三维小波变换的超光谱压缩方法.由于超光谱图像光谱维和空间维具有明显不同的特性而设计的,本文采用一种非一致小波基设计思路,对不同维使用不同的小波基并与去偶的小波变换结构结合在一起进行小波变换.为了获得符合不同维特性的最优的小波基组,本文通过评估指标来测试各种小波基组合的性能.实验结果表明,本文提出的方法能够明显提高超光谱图像的压缩比,且不需牺牲计算复杂度、可扩展性等额外代价.     

基于小波变换的图像边缘检测算法的研究

在对经典的图像边缘检测算法深入分析的基础上,进一步完善了基于小波变换的边缘检 测算法.随尺度增加,边缘和噪声的小波幅值表现出不同变化特性,从而在低信噪比的信号中检测出噪声和边缘.实验结果表明,基于小波变换的图像边缘检测算法能够比其它算法保留更多的图边缘信息,鉴别出伪边缘,其精度能够满足基于图像处理技术的各种质量检测系统的要求.     

基于小波和奇异值分解的图像边缘检测

针对传统图像边缘检测抑制噪声能力弱的问题,给出了一种小波变换和局部梯度场内奇异值分解相结合的边缘检测方法.首先在图像预处理阶段,为了提取准确的边缘特征,文中利用小波变换的时频局部化特性,对图像进行小波变换.该文对用小波求取的梯度场使用局部梯度奇异值分解的方法;利用奇异值的特性和良好的稳定性,使提取的边缘特征更加突出并且能够达到抑制噪声的目的.实验证明该文方法既能在无噪声影响的图像中提取出清晰完整的单边缘,又能在有噪声干扰的情况下提取出理想的边缘.     

基于信号奇异性分析的轴承故障检测方法

针对轴承振动信号利用小波单奇异点检测无法克服噪声影响的不足,提出利用小波模极大值分析信号奇异性变化进而进行轴承故障检测的方法。实验中对信号的模极大分形指数,模极大分形指数熵,Lipschitz指数以及Lipschitz指数熵等奇异特征进行分析比较,实验结果表明这些特征都能有效克服噪声影响实现故障检测,但模极大曲线数最能体现故障特征且检测效果最好。将该方法同基于小波包能量谱特征和小波单奇异点检测的方法进行比较,结果表明本文建议的方法在检测时间及检测率上都有显著提高。     

基于Karhunen-Loeve变换的人脸识别研究

运用生物神经系统的神经信息处理方式开展对自动人脸识别的研究。采用主要成分分析技术-karhuen-Loeve变换,构造了一个能够将图像空间的人脸映射到人脸空间中,并实施识别的实验系统。分析了该系统的构成与特点,并给出了实验测试结果。     

基于线性混合小波基的图像去噪

单小波基由于时频特性难以与复杂的图像特征相匹配,限制了小波闽值算法在图像去噪效果上的进一步提高.提出了一种基于线性混合小波基的图像去噪方法,将多个不同特性的正交小波基进行线性混合构成一个新的小波基,用该混合小波基对图像进行分解后再通过阈值处理实现去噪.调节混合系数,可使混合小波基的时频特性与图像特征相匹配,从而提高小波阈值去噪效果.实验结果表明,该方法去噪效果优于参与混合的各单小波基去噪效果,其峰值信噪比(PSNR)最大可提高3.5 dB.     

谐波及无功分量实时检测的一种小波方法

从小波函数的带通性质出发,利用小波变换在不同尺度下对非正弦电流信号进行检测,由此得出了它的基波和谐波分量及其有效值. 通过重构基波分量与电源电压之间的相位差,求得了信号中的基波无功电流分量. 为说明所提出检测方法的有效性,进行了相应的仿真研究,并讨论了影响检测精度的因素.     

一种基于GDLPP的人脸识别算法

针对人脸识别中的特征提取问题,本文提出了一种结合Gabor小波特征和判别保局投影的人脸识别算法-GDLPP.该算法首先对人脸图像进行多分辨率的Gabor小波变换,提取样本的高阶统计信息;然后更改保局投影(LPP)的目标函数,增加样本类间散布约束,从而提取更具判别性的特征.本文采用最小近邻分类器估算识别率.在USPS数据库、Yale人脸库以及AR人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,GDLPP都具有较好的识别率.     

融合小波变换和改进KFD的人脸识别方法

基于核函数的Fisher判别分析(KFD)在人脸识别中通常采用高斯径向基函数做核函数,但核函数中参数的选取对分类效果影响较大。目前参数的选取一般仅凭经验,且该方法在处理大样本时,速度较慢。针对这个问题,本文提出了一种融合小波变换和改进KFD的人脸识别的方法。该方法首先用小波变换降低样本的维数;然后在用KFD进行特征提取时,采用微粒群算法自动获取一个最优参数,增强分类效果;最后用SVM分类器完成特征的识别。实验表明,该方法与传统的KFD相比较,运算时间减少,而且识别率得到提高。