一种沿区域边界的动态规划立体匹配算法

提出一种基于图像区域分割的立体匹配算法.与通常的沿扫描行进行动态规划的立体匹配算法不同,该算法以图像"区域"为基元计算视差.首先使用相关法得到初始视差,然后利用一种区域边界上的多种子动态规划算法对视差进行精细计算,最终通过插值得到整个图像的稠密视差.实验结果表明,此算法速度较快、可靠性较高.     

与语速相关的人脸语音动画合成及其评估

为了有效地合成人脸语音动画,根据对唇区肌肉收缩力与语速关系的分析,以及在对皮肤肌肉组织的粘弹性力学进行研究的基础上,提出了一种新的基于不同语速的唇动模型,并将其应用在了汉语人脸语音动画系统中。该模型根据获得的肌肉收缩力与语速的关系,并通过对皮肤肌肉组织的粘弹性分析,首先得到了语速、唇动速度与唇动位移三者之间的关系,并建立了不同语速下的唇动模型;然后通过这个唇动模型合成了不同语速状态下的具有较高自然度和个性化的人脸语音动画;最后,通过设计感知学评估实验,对合成的语音动画的效果和可理解性进行了评估。实验结果表明,该模型可以合成较高可接受性和可理解性的不同语速状态下的人脸语音动画。     

一种基于图像底层特征的隐马尔可夫人体检测方法

提出一种单幅图像中的人体检测方法.该方法用隐马尔可夫模型表示人体,根据给定的人体结构序列估计产生该序列的图像区域,从而将人体检测问题转化为隐马尔可夫解码问题求解.首先对图像进行Mean-Shift分割,并根据颜色信息搜索出属于躯干的区域,然后将明暗度、颜色及边缘3种底层特征相结合,估计特征匹配概率并由此获得四肢部分的候选区域.最后估计候选区域的连接概率并利用隐马尔可夫解码算法找出最优的人体配置区域.实验结果表明,该方法对于复杂背景中具有不同姿态的人体图像可得到较满意的检测结果.和其它检测方法相比,该方法并非单纯地给出矩形近似的人体各个部分,同时还获得较完整分割的人体图像.尤其对于图像分辨率较低、图像中的人体较小且存在运动模糊的情况,该方法能够获得较好的检测结果.     

一种利用反馈去直流的电流模前置放大器

分析了驻极体传声器的电路模型及其传统的前置放大电路。介绍了一种电流模驻极体传声器前置放大器，该放大器放大传声器的电流信号，利用低频负反馈阻止了传声器的直流信号进入放大器。相对于传统前置放大器，电流模前置放大器有更强的抵抗噪声性能。     

三维场景中被遮挡边界与错觉轮廓的感知修复

以格式塔心理学原理、视觉组织规则和静电场理论为参考,提出一个基于静电修复场的补全模型来解决立体视觉中的感知修复问题.在该模型中,定义用于产生修复场的激发子及其安置规则.该修复场能够自然地将轮廓片段的断点进行匹配并且用合适的光滑曲线进行连接修复,从而得到与人类的感知结果相一致的修复结果.修复结果用于重构存在遮挡和错觉轮廓的三维场景,能够得到正确的深度估计和分割.     

图像信号的多描述编码方法

鉴于数据在不可靠信道传输时，可能会发生数据包丢失或出错的问题，因此在图像与视频信号传输中如何解决由此而产生的图像质量严重下降问题已成为近年来的一个重要研究课题，而多描述编码作为一种可选的解决方案已开始受到关注。由于多描述编码是将信号分解为多个独立的码流，并通过不同的信道进行传输，因而可在较高压缩效率下增强信号的稳健性。在对目前的图像多描述编码文献进行分析和综合的基础上，首先阐述了多描述编码的历史和信息论背景；然后对图像多描述编码方法进行了分类，即分为基于量化、基于变换和基于空间扩展的多描述编码等几类，并对各种方法的数学模型以及适用情况等进行了讨论；最后给出了图像多描述编码的存在问题及研究展望。     

基于声压幅度比的声源定位

该文提出一种使用声压幅度比进行声源定位的方法。该方法从接收阵列各拾音器所接收之电压信号的幅度与相应拾音器到待测声源的距离两者之间存在的关系出发，给出了以声压幅度比为参量的约束条件的表达式，建立了利用这些约束条件进行声源定位的算法。为了验证方法的有效性，进行了计算机仿真实验。结果表明本文提出的定位方法简单、快捷，具有较高的定位精度。     

一种基于在线模型匹配与更新的人脸三维表情运动跟踪算法

提出一种基于在线模型匹配与更新的人脸三维表情运动跟踪算法。利用自适应的统计观测模型建立在线模型,自适应的状态转移模型结合改进的粒子滤波同时进行确定性搜索和随机化搜索,并且融合目标的多种测量信息减少光照和个体相关性的影响。利用所提出的算法既可以得到全局刚体运动参数,又可以得到局部柔性表情参数。实验证明了该算法的有效性。     

发音过程中舌头运动的3D可视化方法*

研究中文发音过程中舌头运动的3D可视化问题。根据核磁共振数据构建舌头精细的3D模型,在此基础上,提取舌背表面处3个点的EMA数据为驱动源,利用弹簧网技术真实再现中文发音过程中的舌头运动。为了验证文中建模和舌头运动合成方法的有效性,使用计算机图形学的方法模拟舌头运动的细节效果,并对比其与由语言学家亲自拍摄的“普通话发音器官动作特征”的X光影像。实验表明,文中方法实现的3D舌头运动符合真实的舌头运动情况,拥有广泛的应用前景。     

基于随机搜索的快速变形视觉归巢算法

提出一种用于求解机器人视觉归巢问题的改进变形算法。针对原始变形算法需要对参数空间进行穷尽搜索从而导致算法计算量大、应用范围窄等问题,文中采用一种基于随机选取起始点的梯度下降算法来获取目标点,大大减小需搜索的参数空间,提高算法的时间效率。对多个实际场景的实验表明,该算法在保持原变形算法良好性能的基础上,可将运算速度提高一个数量级。