一种快速的彩色序列图像人脸检测算法

针对视频中的彩色序列图像，提出了一种人脸检测算法。该算法是一个由粗到精的检测过程。首先采用运动检测分析方法，根据多帧差分图像中运动物体边缘点的水平投影确定目标的水平位置，并结合肤色检测算法进一步确定人脸位置，然后用训练好的支持向量机进行人脸验证。实验结果表明，针对一般的彩色序列图像任意姿态人脸检测问题，该算法快速有效。     

“计算机组成与结构”课程教学方法探讨

本文结合"计算机组成与结构"课程的特点和多年的教学经验,从教学内容组织、教学手段改进等方面进行了探讨,强调了在首堂课中为学生构建学科认知结构的重要性,提倡"问题-概念-方法"教学,提出将软件知识与硬件原理相结合、以兴趣为引导、架设各种沟通桥梁的教学方法.结果表明,学生学习的积极性、主动性得到较大的提高,收到了较好的教学效果.     

基于多层次互补特征的通用目标检测模型

针对实际场景中多类目标检测问题,该文提出了一种基于多层次特征表示和异质互补描述子的通用目标检测模型。该模型采用基于组件的目标描述思想,提取目标不同层次的互补特征,并将其统一到条件随机场(CRF)框架中。目标中单个组件及其局部特征对应CRF的一元节点,组件之间的几何空间结构特征则体现在节点之间的两两连接关系上。通过引入节点支持向量机(SVM)分类器和边缘拓扑结构学习,极大提高了模型的鉴别能力和灵活性。在UIUC多尺度数据集和PASCAL VOC 2007数据集上测试结果表明,该文模型不仅能有效描述多类复杂目标,还能较好地解决姿态、尺度、光照变化及局部遮挡情况下的目标检测问题。     

基于特征组合的人脸跟踪方法

针对复杂背景下的彩色视频序列图像,提出一种基于多特征组合的人脸跟踪方法.该方法采用肤色特征与运动特征来描述视频序列图像中的人脸,分别构造特征似然作为区分人脸目标与背景的置信度,并利用粒子滤波框架原理,用组合的特征似然来表征粒子权重.该方法中提出的自肤色检测算法避免了光线与类肤色像素对肤色特征的影响.在跟踪过程中根据分类...     

非平衡二叉树多类支持向量机分类方法

提出一种新的基于非平衡二叉树的支持向量机多类别分类方法。该方法通过分析已知类别样本的先验分布知识,构造一个二叉决策树,使容易区分的类别从根节点开始逐层分割出来,以获得较高的推广能力。该方法解决了传统分类算法中所存在的不可分区域问题,在训练时只需构造N-1个SVM分类器,而测试时的判决次数小于N。将该方法应用于人脸识别实验。测试结果表明,与传统分类算法相比,该方法的平均分类时间是最少的。     

“程序设计与算法语言”实践课程中的项目教学

"程序设计与算法语言"是为工科新生开设的一门实践性课程,其项目教学能提高学生自主学习与解决问题的能力,有助于改变学生侧重于书本的学习惯性并尽快适应大学的学习方式。本文阐述了项目教学中项目选题、管理方式与评价方法等;通过统计数据说明项目教学的有效性,以及它对学生未来学习的促进。     

社区矫正全面试行中存在的问题及解决对策调查报告——以重庆市垫江县为例

尽管社区矫正早已成为西方发达国家矫正措施的主流和矫治罪犯的主要手段，但在中国，社区矫正作为一种与监禁矫正相对应的行刑方式却尚未成熟。社区矫正在我国开展至今已有七年有余，虽然取得了一系列令人瞩目的成绩。我们通过对重庆市垫江县社区矫正开展情况进行了为期两个月的调研发现我国社区矫正的的过程中仍存在着诸多问题，对于这些存在的问题，我们运用所学专业知识及实践提出了相应的建议和对策。     

彩色视频序列图像中的人脸跟踪方法

针对彩色视频序列图像的人脸检测，提出了一种基于肤色的人脸跟踪方法。该方法首先在Hsu提出的肤色模型基础上，采样一种自肤色分割算法来提取复杂背景下人脸的肤色特征，与传统的采用固定肤色模型的检测算法相比，该方法具有更好的检测效果；然后，在人脸跟踪过程中采用Condensation滤波跟踪算法，并对算法做了两点改进，即在跟踪过程中采用基于Metropolis算法的重采样方法以及自适应的动态模型，实现了复杂背景下的人脸自由运动的跟踪，并从各种影片中截取了彩色视频序列图像进行了测试实验。实验结果表明，该方法有效地解决了复杂背景下人脸自由运动、光照变化及部分遮挡的问题，且精度较高。     

一种改进的自适应肤色检测算法

针对Hsu R L的肤色检测方法的不足，提出了一种改进的自适应肤色检测算法。用白平衡算法取代了Hsu R L的光线补偿方法，从而较好地解决了由光照引起的图像彩色偏移，使得检测结果更加稳健。在Hsu R L的统计模型的基础上，提出了一种自适应检测算法，该算法根据肤色值在非线性变换后的色度空间的二维直方图分布，自动确定肤色模型的位置，从而能更加准确地描述肤色在一幅图像中的分布情况。并将该算法用于彩色视频图像中的人脸检测，实验结果表明，该算法比Hsu R L的方法更能取得满意的检测效果。