多特征自适应融合的粒子滤波跟踪算法

针对跟踪过程中目标形态不断变化或部分遮挡导致鲁棒性差的问题,提出一种基于多特征自适应融合的粒子滤波跟踪算法.该算法从视觉特征集中选取了描述能力强的2种特征,并将其按照与目标模型的多尺度相似度进行线性融合;为了减小跟踪漂移,通过计算当前目标模型与初始目标模型的多尺度相似度自适应地更新目标模型.大量仿真实验结果表明,文中算法可以鲁棒地跟踪到部分遮挡和形态变化的运动目标.     

两步平滑的尖边恢复新算法

提出了一个简单的,能有效去除噪声,并且能很好保持网格特征的尖边恢复算法.该算法先通过两步滤波网格平滑,去除噪声;然后通过二面角识别出平滑区域和非平滑区域,借助定义动态三角形并将其细分,最后计算相邻的三角形的法矢量,以此来确定插入顶点的坐标.处理后能明显降低L2的误差.在该算法里,主要提出了一个动态三角形的概念.由于有了动态三角形的帮助,该算法能够较好的鉴别出尖边,并对尖边进行恢复,实验结果表明了算法的有效性.     

基于支持向量机的多姿态人脸特征定位

提出一种多姿态人脸特征定位方法,在Adaboost定位的人脸区域中划分眼、鼻和嘴的搜索区域,利用眉眼和鼻嘴整体特征,通过大规模多姿态五官样本训练的支持向量机在搜索区域中确定候选眼、鼻及嘴区域。对候选眼、鼻及嘴区域进行筛选与合并以确定最佳位置,实现多姿态人脸上五官的准确定位。实验结果表明,该方法具有较好的精确性和鲁棒性,能适应复杂背景下表情变化的多姿态人脸上的眼、鼻及嘴的定位。