基于光流和Gabor小波的人脸特征点跟踪

研究优化人脸特征提取问题,针对长期以来在不贴标记点的情况下用传统的光流、Snake、可变模板等方法对纹理特征变化大的特征点不能有效跟踪,并且解决单独采用Gabor小波系统开销大等问题,为了在人脸图像中提取准确信息,提出了人脸特征点的跟踪方法,分组采用改进的光流法和弹性图匹配的方法进行特征点跟踪.对眼睛、眉毛、上下眼皮等14个表情变化不大的特征点使用光流法进行跟踪,最后对变化大的嘴部8个特征点运用Gabor小波的弹性图匹配方法进行仿真,实验结果表明获得了很好的跟踪效果,且利于推广使用.     

基于偏微分方程的图像平滑处理技术

为了对恶意下载行为实施有效控制,研究通用访问控制框架和使用控制模型(UCON),提出基于流量的UCON。设计并实现基于UCON的防恶意下载系统,阐述其关键技术和实现方法。实验结果表明,该模型能有效控制用户下载行为,具有高安全性和较强的操作灵活性。     

基于微信平台的孕幼健康问题设计与实现

针对孕幼人群设计了基于微信平台的移动学习系统,根据微信公众号的特点实现了微信平台自动答疑和内容推送功能。该系统的开发模式选用B/S架构模式,选择Django框架作为开发框架。该系统能够为用户提供快捷方便的自动答疑服务,根据用户需求智能回复;内容推送功能利用协同过滤与基于内容的推荐算法组合的个性化推荐算法实现,解决用户面对海量的信息内容引起的信息过载问题,定时合理推送用户感兴趣的内容。实验结果表明,该算法推荐精度明显高于传统推荐算法,以微信公众号为载体的学习系统贴合大众利用网络信息获取知识的习惯和阅读方式,也提高了微信平台的综合效用。     

基于DCGAN的图像增强方法

本文研究了一种基于DCGAN的图像增强方法,来解决拍摄环境条件差或设备补光能力不强等情况造成的图像效果差。设计组成生成对抗网络时,本文在生成模型中增加了解码功能的卷积神经网络,并在判别模型中增加了分类的卷积神经网络。实验结果表明本文方法效果明显,满足图像增强的要求。     

基于Mask R-CNN的车位状态智能识别算法

在大多数城市和小区,停车位非常紧张,因此一种高效的车位状态识别算法极为重要.提出基于Mask R-CNN的车位状态智能识别算法,分析Mask R-CNN网络模型框架,检测视频图像中的汽车,通过目标识别与分割过程得到视频图像内的汽车对象的边界框和坐标位置;由于汽车边界框与停车位边界框存在部分交叉区域,因此可采用IOU法判断两个边界框交叉区域的像素数量,同时求得两个汽车目标覆盖区域像素总量的商值,确定视频图像中停车位边界框与汽车边界框之间的交叉程度,实现对停车位状态智能识别.实验结果显示,整个过程所需时间显著少于对比算法,说明该算法具有较高的识别精度与识别效率.     

基于光流法的视频人脸特征点跟踪方法

提出一种人脸特征点跟踪方法。首先,运用ASM获取人脸的特征点,然后在选用Lucas-Kanade光流算法的基础上,将初始帧和当前帧的前一帧有机结合起来,共同作为当前帧的参考来进行特征点跟踪。实验结果表明该方法对特征点的跟踪有很好的效果。     

基于偏微分方程的图像平滑处理技术

传统的图像平滑方法在去除噪声的同时往往会破坏边缘、线务、纹理等图像特征,而基于偏微分方程(PDE)的各向异性扩散算法在抑制噪声的同时能够保持这些特征。研究基于PDE的图像去噪平滑算法并对PDE算法的不足作出改进,将其用于图像去噪处理效果非常理想,并在精密光学元件表面疵病识别的实验中取得较好的效果。     

基于Zernike矩的亚像素边缘检测算法

随着对图像处理精度要求的不断提高,传统的图像边缘检测算法已经不能完全满足要求,利用Zernike正交矩来检测亚像素边缘的方法能精确定位边缘,而且对噪声不敏感,在实验中取得了良好的效果。     

小波和曲波结合的图像增强算法

针对传统的基于小波变换的图像增强算法中,对比度相同幅角不同边缘增强效果差异较大的问题,提出了基于小波和曲波变换相结合的自适应组合增强算法.该算法利用小波变换去增强图像的平滑区域,并利用曲波变换增强图像边缘.仿真实验结果表明,该算法在使图像具有很好的交叉熵和相关系数的同时,能够有效地改善边缘增强效果,使图像具有更好的视觉效果.     

基于残差神经网络的学生面部表情识别方法

传统学生面部表情识别方法耗时较长,为此提出基于残差神经网络的学生面部表情识别方法。首先,分析残差神经网络模型结构,用于检测图像中的人脸并定位其坐标;其次,训练基于MobileNet＿v2神经网络模型的上课表情识别方法,并将检测到的人脸图像传入模型以识别上课注意力状态;最后,进行实验分析。实验结果表明,整个过程所需时间和资源占用量少于其他算法,说明该方法具有较高的实用性。