基于级联框架下的多特征融合人脸检测算法

针对AdaBoost人脸检测方法在高分辨率彩色图像上定位速度慢和误检率高的问题,提出一种多特征融合的人脸检测方法。该方法使用级联策略将多种特征分类器有效地组合起来,高效地利用各种特征之间的互补性,形成一种新型的高性能分类器。实验结果显示,该方法提高了检测速度、降低了误检率。     

基于隐马尔可夫模型的音频自动分类

音频的自动分类,尤其是语音和音乐的分类,是提取音频结构和内容语义的重要手段之一,它在基于内容的音频检索、视频的检索和摘要以及语音文档检索等领域都有重大的应用价值.由于隐马尔可夫模型能够很好地刻画音频信号的时间统计特性,因此,提出一种基于隐马尔可夫模型的音频分类算法,用于语音、音乐以及它们的混合声音的分类.实验结果表明,隐马尔可夫模型的音频分类性能较好,最优分类精度达到90.28%.     

语音/音乐自动分类中的特征分析

综合分析了语音和音乐的区别性特征，包括音调，亮度，谐度等感觉特征与MFCC（Mel-Frequency Cepstral Coefficients)系数等，提出一种left-right DHMM(Discrete Hidden Markov Model)的分类器，以极大似然作为判别规则，用于语音，音乐以及它们的混合声音的分类，并且考察了上述特征集合在该分类器中的分类性能，实验结果表明，文中提出的音频特征有效，合理，分类性能较好。     

分形图像编码中的特征差值分类法

基于分形的图像编码方法具有高压缩比、分辨率无关性、快速解码等优越性质。编码时间过长是分形图像压缩的主要缺点之一,对定义域和值域的分类匹配搜索能够有效地加速编码过程,是解决上问题的重要手段之一。在简单介绍当前常用的分类算法的基础上,基于分形编码的收缩特性提出一种特征差值分类算法,该方法原理简单,实现方便,灵活性强,能够和多种其它算法相结合,有效地排除不符合收缩特性的“伪匹配”,快速找到最优的匹配,节约编码时间,且在解码图像质量上获得了非常好的效果。     

Matching Pursuits视频编码中原子匹配块搜索中的权值设计

基于Matching Pursuits的误差图像编码算法因其基函数的灵活性,是一种在低码率视频编码应用中较为理想的算法,块能量搜索算法被用于减少该算法的编码复杂度,针对固定权值加权块搜索算法的不足之处,提出了一种自适应加权块搜索算法,在不增加算法复杂度的情况下,对不同的被编码序列采用不同的权值表完成加权块能量算法,在各种情况下均得到了较理想的编码效果。     

零树小波图像编码中的一种选择性系数扫描算法

针对图像作小波分解后各子带系数的分布特征,提出一种自适应的系数顺序选择算法,用于基于零树结构的图像编码中,结果表明,该算法在不增加编解码复杂度和码率的前提下,较为有效地保存了原图像的高频细节,改善了重建图像的视觉效果,在低码率的视频和图像编码应用中,该算法对视觉质量的改进尤为显著。     

双活动轮廓模型*

针对形变模型方法存在压力太大活动轮廓容易从弱边界处溢出,压力太小则不能推动活动轮廓移动的压力项选择,提出基于双活动轮廓的形变模型。该模型建立内外活动轮廓的对应和约束,根据约束控制内外活动轮廓的演化;并可捕捉凹陷区域边界,且通过内外活动轮廓界定出弱边界区域。     

自适应的线条画绘制

目的 基于参考图像的线条画生成是非真实感绘制最为常见的应用之一。尽可能模拟艺术家的创作风格生成疏密得当、具有层次感的线条画是这类工作的主要目标和挑战。本文提出一个自适应线画图绘制算法。方法 首先,将场景图像分割成若干个区域,分别计算每个区域亮度的方差以及每个像素到边界的最小距离,将每个区域的方差和面积的比值作为该区域的复杂度。然后,计算能反映其显著视觉特征的边缘切向流场。最后,使用基于流的各向异性高斯差分滤波生成线条画。在构造边缘切向流时,每个位置的切向量由其邻域的切向量加权而得到。文中增加了一个新的系数项,对于邻域的任意一个位置,如果它和参考位置在区域分类中属同一个类别。则该位置的权值更大。基于流的高斯差分自适应滤波过程中,高斯差分滤波的尺度参数和复杂度以及到区域边界距离有关。细节越丰富,离边界越近,尺度参数取值越小,这样得到的边缘比较细,同时可以防止将相邻小细线条连接成粗线条。然后,将高斯差分滤波结果沿着流线方向进行高斯滤波,对于细节丰富的区域,边缘比较多,尺度参数取值比较小,所连接边缘比较短,可以减少错误边缘可能。结果 对生物、树林、建筑、山河等具有代表性的图像,采用本文算法进行自动实时进行线条绘制,实验结果表明,采用本文算法所生成的线条随着区域场景的复杂程度呈现不同粗细和浓淡的变化,具有一定的层次感。因而本文算法能生成视觉特征鲜明、风格化效果突出的线条画,且能处理各种复杂场景的图像。结论 本文自适应参数的线条画生成算法,其算法参数调节以及算法效果优于固定参数的算法,本文算法在处理日常生活中各类主题场景的图像时均能取得良好效果。