多次投影算法在视频监控人脸检测中的应用

根据视频监控图像在时间上的连续性和空间上的继承性,利用连续三帧视频图像对称差分,找到运动区域,再结合人脸肤色的聚类特征确定出人脸候选区域,然后改进了利用投影的人脸定位算法,将单次投影发展为多次投影,并且结合人脸的几何特征,实现视频监控中复杂背景下的多人脸检测。实验表明,该算法复杂度小,准确率较高,对姿态、表情、背景等变化情况下人脸的检测均具有较好的鲁棒性。     

基于级联分类器的人脸检测

提出基于级联分类器人脸特征检测.在人脸检测层,先对输入的图像进行预处理,初步检测人脸,如果认定图像中不存在人脸,就不存在进行整体和局部的搜索,直接退出检测,如果存在人脸,则检测出人脸的大概位置作为全局搜索的初值.     

多特征双重匹配验证的驾驶员脸部融合检测

针对基于单一特征驾驶员脸部检测算法在检测精度和可靠性方面的局限性,提出了一种新颖的驾驶员脸部检测融合算法.首先采用改进的基于Haar-like特征的人脸检测算法在整幅图像上检测出可能存在的初始人脸区域,然后自适应地扩大初始人脸区域范围,并在此基础上利用基于肤色特征的方法在YCbCr空间上进行脸部的二次检测,最后根据定义的脸部区域重合度和人脸几何先验知识对驾驶员脸部区域进行双重匹配验证进而制定相应的定位规则对脸部进行融合检测.各种复杂路况下的实验结果证明了该算法的有效性.     

基于人脸肤色和特征的实时检测跟踪算法

针对实时视频中的运动人体目标,提出一种基于人脸肤色和特征的快速人脸检测和跟踪方法.首先运用帧差法和形状信息检测出视频中的运动人体目标;然后在YCbVCr色彩空间中,根据肤色的色度聚类特性建立Gaussian模型,分割出肤色区域,去除噪声后,结合人脸的几何特征和器官独有的颜色特征滤除非人脸肤色区域,准确定位人脸在图像中的位置;利用控制策略驱动摄像机,根据人脸信息使人的头肩部位始终处于视频图像的中心,从而实现运动跟踪.为了增强系统对光线变化的适应性,提出了适当的Gaussian模型参数更新策略.实验结果表明,该算法能够适应复杂背景下的人脸检测,具有速度快、准确率高、鲁棒性好的特点,实现了运动人脸的可靠跟踪.     

基于人脸转动的非接触式鼠标控制

通过摄像头捕捉到图像,并同时检测人脸,并识别出人的眼睛和嘴巴。根据人脸在偏转前后,人眼睛在二维图像上大小的变化判断出鼠标的水平移动方向,再根据人脸在偏转前后两个眼睛距离的差值计算出鼠标的水平偏移量。并根据屏幕的宽度增加相应的位移。根据人的嘴的上下移动来判断鼠标的垂直移动方向,并根据嘴的原始位置与移动后的位置的距离差,计算出鼠标的垂直偏移量。如果左眼闭合超过0.8秒表示左击,右眼闭合超过0.8秒表示右击。     

A method for detection of partially occluded faces based on component distance matching degree function

为了较好地解决被部分遮挡的人脸的检测问题,提出一种基于组件距离匹配度函数的人脸检测方法.该算法首先采用基于支持向量机的Adaboost算法即AdaboostSVM算法对输入图像进行人脸各组件的检测,然后根据组件间距离的均值和方差构建组件距离匹配度函数,并提出基于组件距离匹配度函数的组件整合验证算法,在此基础上对被遮挡的组件的位置进行估计,进而实现部分遮挡的人脸的检测与定位.实验结果表明,该方法能够提高部分遮挡的人脸的检测性能与速度,能够在复杂背景下对被部分遮挡的人脸进行较为准确的定位与检测.     

基于主动照射式的人脸定位

对于人脸定位问题,国内外的研究方法概括起来有基于特征和基于图像两种.本文提出了一种主动照射的人脸定位算法.该算法采用主动结构光照射的方法,同时使用积分投影的结果来分析人脸的几何结构,最后利用鼻子的特征定位人脸.从而做到在背景比较复杂、干扰物体(如杯子,水桶等等)比较多的情况下快速定位人脸中心位置,对摄像头采集到的最大分辨率640×480的有效图像的实时定位速度达到10帧/秒.打破了常规要求图像背景相对简单的缺陷, 从而可以在复杂背景条件下对人脸进行定位.     

面向超市货架包装的人眼检测技术

为对超市的消费者进行人眼追踪,分析消费者在货架前的购买行为,提出了基于K-means的人眼检测算法。通过分析图像序列中每一帧的静态图像,运用K-means聚类算法分割人脸区域,计算脸部尺寸,找出脸部中心点,确定眼睛范围,寻找眼睛坐标,分割眼部图像,并绘制出两只眼睛的垂直投影曲线及水平投影曲线。选取不同人种、不同背景、不同角度、不同姿态下的人物图像进行实验,以验证算法的精确性和有效性。实验结果表明:本文算法能从复杂背景下不同人物图像中准确地分割人脸区域,并精准地定位人眼位置,算法准确性高、适用性好,能够较好地实现超市环境中人眼的快速检测。     

利用两类投影方法进行特征融合的人脸识别

提出了利用两类投影抽取特征、用并行策略融合特征进行人脸识别的新方法。先用一维的基于向量的投影抽取一组特征，再用基于二维的图像投影的方法抽取一组特征，用复向量将样本的两组特征向量组合在一起，在复向量空间分析主分量(CPCA)，抽取人脸图像的鉴别特征。在FERET人脸库上的实验结果表明，该方法的识别性能比用单个特征有10%左右的提高。     

基于投影感知的水下声呐目标检测方法

现有基于深度学习的水下声呐图像目标检测方法受限于水下声呐图像噪声大、信噪比低,因而检测精度有限。针对该问题,本文提出了基于投影感知和声呐参数信息嵌入的水下声呐图像目标检测方法 SonarNet。提出的非参数化的投影感知对齐模块(PAA)在不引入额外的训练参数且无需额外标注的情况下,通过提取水下目标的投影区域特征与目标本身特征融合来提升目标检测精度。同时为了提升算法在不同声呐工作参数下的鲁棒性,本文设计了一个轻量级的声呐全连接网络SonarMLP,将声呐设备的工作参数信息以嵌入信息的形式引入到目标检测过程中。本文在声呐图像目标检测数据集上对算法的有效性进行了验证,在有效检测出水下目标的同时,比现有常用深度学习方法有更高的检测精度,能够提升3%以上的各类平均精确度(m AP)。