一种边缘二进制码的表情识别方法

针对如何从图像中提取有效的表情特征来提高表情识别率的问题,提出了一种基于边缘二进制码的表情特征提取方法,用于表情识别.该方法首先对图像进行边缘检测,然后对边缘的局部结构进行二进制码描述作为表情特征,最后利用支持向量机进行表情分类.在JAFFE人脸表情数据库上,分别用该方法和传统的方法进行试验,结果表明,该方法可显著提高表情识别率.     

基于背景减法和时空熵的运动目标检测新方法

从图像序列或视频中检测运动目标是计算机视觉领域中一个基础而关键的任务,但是,运动目标的检测结果通常会因背景变化(光照、背景抖动)而受到干扰.针对以上问题,提出了一种结合背景减法和时空熵的运动目标检测新方法.算法首先利用改进∑-⊿方法构建背景图像,然后用当前帧图像和背景图像做差,得到差分图像.通过计算差分图像的时空熵,可以有效地检测出目标.实验结果表明,新方法可以检测复杂背景下的运动目标,而且对阈值不敏感,算法耗费时间少,易于实现.     

改进的Hough与梯度直方图的人眼定位算法

针对民用航空器飞行中,实时监控机组座舱行为的疲劳检测系统的快速、精确、低计算量的需求,提出了一种基于Hough、梯度直方图结合的算法：利用Adaboost算法检测人脸之后,运用Hough变换进行人眼初检测,再利用提出的简化梯度直方图特征进行人眼的精确定位。算法将目标区域的简化梯度直方图特征送入SVM分类器,对Hough检测后存在的多个＆quot;可能圆＆quot;进行筛选,剔除Hough检测中的非人眼圆。实验对比结果表明,改进的人眼定位结合算法能够快速的检测人眼,同时粗定位缩小了Hough圆检测的范围,减小了计算量,缩短了算法运行时间,SVM和改进的梯度信息提高了定位的准确率,并且检测结果稳定、鲁棒性好。     

一种基于点密度和分类约束规则的图像边缘提取方法

在目标的识别与跟踪处理中，目标图像的边缘提取是一项关键技术。本文提出一种对含噪目标图像边缘进行更准确提取的方法。该方法利用图像上各像素点的点密度信息及分类约束规则对大津阈值法加以改进，将灰度图像二值化，在此基础上提取图像边缘。理论和仿真结果证明：该方法具有边缘定位更准确、运算量小、抗噪能力强等特点，可用于对未知噪声模型的含噪目标图像的识别与跟踪处理中。     

稀疏带状测量矩阵在压缩感知ISAR成像中的应用

将压缩感知（CS）理论用于逆合成孔径雷达（ISAR）成像,可以有效利用缺损的雷达回波数据,解决了因数据缺损造成成像质量下降的问题。目前压缩感知中常用的高斯或伯努利等随机测量矩阵独立随机元数目过多,存储空间过大,从而导致硬件实现成本过高。所构造的稀疏带状测量矩阵,通过将测量矩阵进行带状循环移位置零稀疏化,可大幅减少测量矩阵中非零元素数目,降低系统采样要求,节约硬件实现成本,使得压缩感知ISAR成像工程化更容易实现。最后通过仿真和微波暗室实验数据验证了点目标模型下稀疏带状测量矩阵进行ISAR成像的可行性和有效性。     

基于Gabor小波的2D人脸表情的合成

人脸图像合成是新一代人机交互中的重要技术。传统的三维模型加生理模型的方法可以生成真实的人脸表情图像,但计算复杂度很高。文章提出一种基于Gabor小波的用于人脸逼真表情图像合成的新方法,利用Gabor小波变换滤波器提取人脸表情图像特征,生成逼真表情图像。从实验结果来看该方法可以仅利用1张训练集内、外的人脸图像合成出该人在不同表情下逼真的脸部表情图像,同时可以合成库内的人在新表情下的表情图像。     

基于椭圆假设的电子罗盘误差补偿方法

研究了一种智能电子罗盘的误差补偿问题。把误差的形成过程假设为从圆到椭圆的变化过程(椭圆假设 ) ,其逆过程就是误差补偿的过程。研究了基于椭圆假设求解误差系数算法和误差补偿方法。该方法使智能电子罗盘容易地实现了自动误差补偿和自动校准 ,大幅度降低了成本。试验结果表明 :椭圆假设符合实际情况 ,补偿效果显著。按此方法对最大误差高达± 2 3.7°的电子罗盘法进行自动补偿后 ,最大剩余误差降至± 0 .4°。根据该方法研制的电子罗盘具有成本低、可靠性高和使用方便的特点。     

基于传感器技术的驾驶疲劳检测方法综述

疲劳驾驶是引发交通事故的一个重要因素,因此,众多的研究人员致力于疲劳驾驶的研究.介绍了疲劳驾驶的研究现状,并着重对各种基于传感器的驾驶疲劳检测方法进行了总结和比较,分析了目前疲劳驾驶研究中存在的问题,以及未来的研究方向.     

基于改进初始化判别K SVD方法的人脸识别

基于稀疏表示的人脸识别问题希望字典同时具有良好的表示能力和较强的辨识性。采用判别式K SVD（D ksvd）算法,可训练得到较好的字典和线性判别函数,但该算法中的初始化字典是从各类样本中选择部分样本经K SVD方法得到的,不能较完整地表示所有样本的特性,影响了基于该初始字典的训练字典的表示能力和分类器的辨识性。在字典初始化方法上进行了改进,先训练类内字典再级联成新的初始化字典,由于类内训练字典是各类别的优化字典,降低了训练字典的误差,提高了训练字典与线性分类器的判别性,在保持较快识别速度的同时,提高了人脸识别率。     

基于边缘与深度特征的感兴趣区域检测技术

针对基于显著图模型的感兴趣区域(ROI)检测方法中,存在的检测结果与视觉感知有差异、转移过程中同一目标内出现多个感兴趣区域检测结果等问题,将边缘与深度两种视觉特征引入检测过程中,以使感兴趣区域检测结果更符合人的视觉感知,同时,对二值显著图引入膨胀运算,以将同一目标上的不同块连接起来,解决转移过程中同一目标内出现多个感兴趣区域的问题.实验结果表明,新算法检测到的感兴趣区域与人的视觉感知结果吻合率为82.5%,高于Itti方法的67.5%.