偏微分方程约束的基于模块的图像修复模型

为了对大规模目标区域的图像进行修复,提出了一种既能保持线性特征和纹理信息,又能应用于大规模目标区域的基于模块的图像修复模型。该模型首先使用像素切向等照度线强度约束修复优先级,由于切向等照度线方程在图像边缘宽度约束下扩散,因此具有很好的线性特征保持性能。这种扩散具备形态学不变性,可修复自然场景图像;然后采用Euclidean距离计算模块相似度,并加入偏微分方程约束,使得线性特征位置的像素点在匹配中影响较大;使用散度约束下总体变分插值法对修复结果进行无接缝效应处理,使得最终修复结果平滑;最后扩展模型相似度函数,使目标区域可被修复为指定的纹理特征。理论和实验结果证明该模型在图像修复中是有效的。     

应用纹理分析的纸张计数算法

针对生产和生活中大量应用的机械纸张计数装置存在体积大、功耗高、笨重和不易保养维护等缺点，提出了一种基于纹理分析的纸张计数算法，试图从机器视觉的角度来解决这一问题。该方法是将规律排列的纸张叠层图像的边棱看作条纹纹理，同时认为原图纸张排列的规律性必将造成频域内存在着大量的相关资源，并试图分别从二维Gabor滤波和一维逐行频率分析处理的角度人手，通过这些资源的滤出来得到用于确定纸张数目的纸张边棱信息，实验结果显示，虽然用二维Gabor滤波器进行纸张边棱提取速度较快，但由于该算法受纸张叠层图像的质量影响较大，因而适用范围有限；而用逐行分析处理的手段来进行纸张边棱提取，虽然速度较慢，但由于该算法能够很好地对实验中用到的纸张叠层图像进行处理，因而能够得到精确的计数结果。     

基于二叉顶点树的视点相关实时LOD算法

本文提出了一种实时LOD算法，通过对二又顶点树的操作，实现在渲染过程中用不同的细节层次表示模型各部分。采用的细节层次的选择标准有：视见体剔除，背面剔除和屏幕空间的投影误差。实验结果表明该算法可以在保持一定的视觉效果的前提下，大大提高绘制效率。     

基于线性判别局部保留映射的人脸表情识别

随着人机交互技术的发展,情感计算成为一个研究热点.局部保留映射(LPP)是一种最优的保持数据集局部结构的一种线性映射,它的特点是保留了样本的局部结构,但是它没有考虑判别信息,从而容易引起类间距离小的类别之间的重叠.本文提出了基于线性判别的局部保留映射(DLPP)算法并将其应用到表情识别问题中.与LPP相比,DLPP的改进之处在于将判别分析的思想引入LPP.同时考虑样本间的相邻关系和模式类之间的相邻关系,从而得到能正确分类的最优投影方向.在Yale人脸库和JAFFE表情库中的一系列表情识别实验结果表明,DLPP对于人脸表情识别更为有效.     

基于切向角特征的统计步态识别

提出一种基于切向角特征的统计步态识别算法。首先利用Procrustes统计形状分析将步态序列中人体侧影轮廓的连续姿态变化表示成一个紧致的Procrustes均值形状(Procrustes Mean Shape, PMS),作为原始步态特征。然后计算PMS上各采样点处的切矢量所对应的切向角。切向角反映轮廓形状在该点处的走向和趋势,提供一种局部的可鉴别的步态特征,称为切向角特征(Tangent Angle Feature, TAF)。最后,利用切向角度差距离来计算任意两个TAF之间的相似性,并用最简单的标准分类器实现步态识别。在CASIA数据库和SOTON数据库上的实验结果表明,该算法简单有效,得到的正确识别率优于其他现有算法。     

一种新的H.264视频场景切换检测算法

H.264/AVC QCIF视频场景切换检测是视频应用中一个极具挑战性的研究课题,只利用宏块信息很难得到满意的检测效果,为此提出了一种采用动态阈值和AC相似度的H.264/AVC视频场景切换检测算法,考虑编码预测模式和DCT系数等信息,提出基于编码比特数的动态阈值和基于AC能量的AC图像相似性两个判决准则,据此进行视频场景切换检测。实验结果表明,在高速运动及场景切换频繁的视频上场景切换检测率得到提高,性能也优于现有的算法。     

亥姆霍兹涡量方程与偏微分方程耦合修复模型

提出一种基于图像几何特征的形态学不变的耦合修复模型。耦合模型使用流体力学中无粘度亥姆霍兹涡量方程平滑的修复图像缺失信息区域。本文证明了亥姆霍兹涡量方程与传输平滑度信息的图像修复模型的等价性。曲率是图像几何特征作用的结果,本文提出沿等照度线方向传输曲率信息的三阶形态学不变偏微分方程,并将抑制涡量的无粘亥姆霍兹方程和正向传输曲率信息的三阶偏微分方程耦合。耦合模型平滑的修复图像并保持图像中的线性特征。理论和实验证明了本文提出的耦合模型在图像修复中的有效性。     

改进的自适应灰度视频序列阴影检测方法

提出了一种自适应的阴影检测方法,去除了传统固定阈值阴影检测方法残留的阴影边缘,有效地改善了阴影检测效果。首先采用kmeans聚类、求前景灰度直方图峰值间平均值等方法得到自适应的阈值,在此基础上,计算满足阈值约束的前景像素点,将该点及其8邻域点都作为可去除的阴影点进行标记。最后,去除标记的阴影点及极小面积的前景区域。本文对已有的阴影检测算法进行了改进,加入了自适应的阈值计算方法并去除了原有算法检测后残留的阴影边缘,在对室内及室外视频序列进行的检测中都取得了较好的效果。      

颜色不变量空间下的行人跟踪算法研究

为了有效的克服遮挡问题准确跟踪行人,本文提出了一种通过不断学习新的外观模型来自适应跟踪行人的跟踪算法。该算法首先将颜色不变量特征平面作为根特征来表示初始特征空间;然后将跟踪问题转化为0或1的二进制问题,通过局部最小二乘法（PLS）来对目标外观特征和对应的类型标签进行建模得到前景和背景的模板。随着目标外观的变化,本文利用局部最小二乘法（PLS）在颜色不变量平面上分析多个外观特征的样本信息,不断的更新模板,从而达到对遮挡具有很好鲁棒性的行人跟踪效果。通过对通用数据集进行试验表明:该算法在颜色暗淡和颜色鲜明的视频图片中都能达到很好的跟踪效果。      

基于SBB算法的复杂背景手势输入系统

弱假设学习在近年来的机器学习领域得到越来越广泛的应用。本文提出一种多分类的基于应力的SBB(Stress Based Boosting)算法。在实时情况下,对输入的英文手语字母进行分类和识别,并转换成相应的汉字,实现了汉字的手势输入。首先对视频流进行预处理,利用双检测方法,消除噪声和背景得到手部区域,使用固定尺度的兴趣点检测器,利用特征提取器归纳出手部特征点,再利用SBB算法的学习规则对含有特征点的新样本进行分析和归类,采用应力反馈对于错判的手势进行纠正。在每个周期,都加入特征学习过程。算法能集中原手势训练集,通过已有分类器的分类结果确定分类策略。本系统具有自主学习、分类快速准确的特点。实验结果证明,本系统在实际条件下具有较高的识别率和鲁棒性,具备很好的应用前景。