排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
为了高效地解决图像特征点配准特别是人脸特征点配准问题.基于活动表观模型(AAM)的拟合算法得到了广泛研究和应用.然而,当参数初始状态和真实情况相差较大时,AAM拟合算法经常无法得到满意的结果.针对AAM拟合算法对参数初值敏感的问题,在AAM反向组合算法基础上,提出了一种简单有效地进行参数初始值估计的方法,通过提取相关区域的矩特征和线性映射计算出比较精确的参数初始值.实验证明方法通过可靠的初始参数值减少了迭代次数,并提高了拟合准确度. 相似文献
2.
提出一种以电影视频中人脸图像为依据的视频检索方法.首先通过AdaBoost检测视频序列中的人脸图像,将检测到的人脸做标准化处理后投影到增量特征人脸子空间中,得到人脸图像的向量表述;然后应用单类支持向量机进行训练和分类,根据分类的结果动态地调整前面得到的最优分类超平面,实现对电影视频中特定演员的检索功能.由于不同镜头中同一人的人脸图像通常差别很大,该方法随时间序列动态地调整特征人脸空间,以适应人脸分布的变化.对电影《小花》、《Notting hill》等的实验表明,该方法在视频环境下可以较准确地检索出特定人像. 相似文献
3.
多层次特定类型图像过滤方法 总被引:33,自引:0,他引:33
随着网络和多媒体技术的发展,互联网中色情图象的传播愈演愈烈,为有效杜绝此现象,提出了一种基于计算机视觉和模式识别的色情图像过滤方法-多层次特定类型图像过滤法,该方法通过研究人类视觉对图像的分析机理,提出综合肤色模型检验、支持向量机(SVM)分类和最近 邻近方法校验 的多层次图像处理框架,实验结果表明,该方法能够达到85%以上的准确率。 相似文献
4.
提出了一种由语音和文本共同驱动的卡通人脸动画方法.建立了卡通人脸音节-视位参数库,并对音节-视位参数进行非监督聚类分析,获得32个人脸视位基本类型,基于文本信息进行音节切分,获得准确的时长参数.结合视位的基本类型和语音时长参数,可以对输入的语音/文本进行连续动画拼接.对从影视作品中收集的100条具有娱乐效果的语音/文本进行的实验表明,本文提出的方法可以克服单独的语音驱动或文本驱动的不足,取得较好的卡通人脸动画效果. 相似文献
5.
基于SVM和纹理的笔迹鉴别方法 总被引:15,自引:0,他引:15
针对与书写内容无关的笔迹,提出利用快速Gabor小波提取笔迹图像的整体纹理特征、用支持向量机(SVM)进行训练和识别的方法.SVM是解决两类问题的算法,而笔迹鉴别是一个多类问题,通过“一对多”的方法将多类问题转化为两类问题.在87人笔迹库上的实验结果表明,文中基于SVM和纹理的笔迹鉴别方法是有效的。 相似文献
6.
基于支持向量机的人脸识别方法 总被引:8,自引:0,他引:8
1.引言人脸是人类视觉中的常见模式,人脸识别在安全验证系统、公安(犯罪识别等)、医学、视频会议、交通量控制等方面有着广阔的应用前景。现有的基于生物特征的识别技术,包括语音识别、虹膜识别、指纹识别等,都已用于商业应用。然而最吸引人的还是人脸识别,因为从人机交互的方式来看,人脸识别更符合人们的理想。虽然人能毫不费力地识别出人脸及其表情,但人脸的机器自动识别仍然是一个具挑战性的研究领域。由于人脸结构的复杂性以及人脸表情的多样性、成像过 相似文献
7.
基于双层虚拟视图和支持向量的人脸识别方法 总被引:9,自引:0,他引:9
针对训练样本较少情况下的人脸识别问题,该文提出基于生成视图和支持向量机的识别方法.在人脸识别的实际应用中,处理的人脸图像,每类往往只有很少的样本,以至于不能充分表达样本的实际分布,需要对训练样本的数据进行有效地扩充.为此首先通过对人脸图像中眼睛中心位置的扰动,利用面像模板,自动生成该人脸的多个虚拟人脸图像,并与原图像一起形成第一层的人脸库,然后应用Eigenface方法得到人脸的特征数据,按照每个类的样本数据分布,应用内插法和外推法进行第二层次的扩充.在ICT-YCNC和UMIST人脸库中应用Multi-Class支持向量机对得到的数据进行实验,结果表明,在样本不足的条件下利用支持向量识别人脸,生成虚拟视图是一种有效的方法. 相似文献
8.
9.
10.
基于局部特征分析的人脸识别方法 总被引:16,自引:0,他引:16
在传统的弹性图匹配基础上,提出一种基于局部特征分析的人脸识别算法。该方法利用人脸的先验结构和人脸图像的灰度分布知识,首先粗略地找出人脸图像的特征点,然后利用人脸弹性图对特征点的位置进行调整。最后在各个特征点处计算Gabor变化的系数,人脸相应被表示为特征点处的Gabor系数集合,对提取的特征向量用几种不同的度量距离来进行分类,并给出测试结果。实验表明,该方法优于传统的Eigenface方法,特别适用于训练图像样本较少的情况。相对于传统的弹性图匹配方法,该方法由于人脸特征点预先被估算出,而不是在整个图像上搜索,所以大大减少了计算量。 相似文献
1