基于多线谱驱动的虚拟人手运动及约束控制

针对现有手部运动模拟控制的复杂性,通过分析人手解剖学结构及运动特性,提出了基于多线谱控制的虚拟人手运动及控制机制。针对单指运动,通过控制该指上的多条肌肉归一化收缩量,驱使单指关节的灵活运动;在多指协同运动中,由于相邻手指之间存在运动促进和制约的关系,因此要考虑其他手指的影响,根据其约束关系,控制相应的肌肉收缩,实现多指协同运动。实验表明,所建立的控制机制能较好地仿真单指及多指间的各种运动,在多线谱的控制下,能够方便快捷地仿真多种手势及手语,且运动效果逼真,手部运动自然灵活。     

人眼3D肌肉控制模型

根据解剖学原理及人眼运动特征,提出了一种人眼3D肌肉控制模型.该模型由内部模型和外部模型组成,其3D运动由3类共8条肌肉控制.模型建模及驱动比较方便,并已在PC机上进行了模拟.模拟结果表明,人眼模型逼真,可较好地模拟人眼运动及表情.     

基于人眼定位的快速人脸检测及归一化算法

本文提出了一种基于人眼定位的有效人脸图像归一化算法。该算法首先利用Harr特征的快速检测法从图像中检测出人脸的大致位置,然后基于人脸的几何分布特征和灰度信息特征准确检测人眼瞳孔位置建立人脸坐标系,最后对人脸图像作旋转、尺度和灰度的归一化校正。实验结果证明,该算法能够有效并准确地检测和校正人脸,可以显著提高识别率。     

基于肤色信息的人脸检测和人眼定位方法

提出的人脸检测和人眼定位方法利用人类肤色在YIQ颜色空间分布的稳定性,检测出图像中的皮肤区域,然后利用人脸的特征知识来判断人脸的存在,通过计算脸部特征的对称性,从而精确定位。实验结果证明了方法的有效性。     

基于人眼特征的多姿态人脸检测

在运用Adaboost算法检测出人眼区域前提下．再根据人眼部特征的知识结构来排除掉非人眼区域,而提出一种由人眼在人脸中的位置特性计算出人脸位置的检测方法。     

基于LSP线谱对参数的GMM说话人识别系统

提出一种基于线谱对LSP特征参数的说话人识别算法。利用线谱对LSP(LinearSpectrumPairs)系数良好的动态范围和滤波稳定性,以及良好的内插特性和量化特性,提取语音信号中隐含的音谱特征。本文将LSP算法和高斯混合模型(GMM)相结合,实验证明说话人识别系统中LSP比用LPCC作为特征参数有着更好的识别效果,在低码率的说话人识别方面有着良好的应用前景。     

基于视频的人眼跟踪方法研究

疲劳驾驶是交通事故发生的主要原因之一.在车载的驾驶员疲劳检测系统中,对于人眼的高效、实时、准确检测和跟踪是关键技术之一.本文研究基于视频信息的驾驶员人脸图像中眼睛的跟踪方法.采用Viola-Jones算法和AdaBoost算法设计了Haar级联人脸分类器,根据人脸的几何结构和眼睛的特性,通过两次定位的方法实现了对眼睛的定位和跟踪.实验表明,本文方法具有检测精度高、鲁棒性强的特点.     

基于AMR-WB线谱频率参数的隐写算法

AMR-WB(Adaptive Multi-Rate-Wideband)的线谱频率LSF(Line Spectrum Frequency)参数在编码过程中会分裂为若干子矢量。利用编解码过程中的ISF索引参数,提出一种在3G话音中隐藏信息的算法。该算法首先选择用于信息隐藏的LSF索引段,然后通过修改所选的LSF索引段进行信息隐藏。实验结果表明,改变特定LSF索引会在较少影响话音质量的同时隐藏信息,该算法在具有较好隐蔽性的同时又能较少影响语音质量。     

基于Adaboost算法的人眼定位

提出一种新型的基于Adaboost人眼定位算法。该算法首先使用基于Harr特征和Ad—ab00St算法的人脸检测方法寻找人脸候选区域。并对候选区域进行归一化处理。然后使用基于Harr特征和Adaboost算法进行人眼定位。为了减少左右眼差异带来的影响,使用左眼检测器和右眼检测器。实验表明,这种方法具有准确性高和速度快的特点,达到实时人脸检测的性能要求。     

采用动态HMM概率分布模型的人眼精确定位

从含有复杂背景的单幅灰度图像中精确定位人眼仍是一个尚未完全解决的复杂问题.为了对图像中的人眼进行精确定位,提出了一种基于动态HMM概率分布模型的人眼精确定位方法,该方法采用了含状态持续时间的动态观测符号概率分布HMM模型,首先用虹膜网格采样方式和特殊的特征提取办法来抽取观测序列;然后通过对观测序列进行评估来控制采样网格大小,并动态修正观测符号概率分布.这样无需对图像进行旋转、缩放和匹配运算,即可对图像中的人眼进行精确定位.实验结果表明,该方法检测效率较高、算法鲁棒,并具有较高的定位精度.     

MPEG-4视频编解码系统的优化设计

本文提出并实现了一种四步搜索块匹配的运动估计算法，并在运动估计算法的实现中给出了整象素搜索与半象素搜索相结合、单矢量估计与四矢量估计相结合的改进方法，该算法能够有效的提高编码效率。     

MPEG-4编码的现状和研究

随着计算机和通信技术的发展,多媒体编码进入了一个新的时代,即将公布的ＭＰＥＧ－４国际标准表明基于对象的编码、基于模型的编码等第二代编码技术趋于成熟．文中首先从ＭＰＥＧ－４所支持的各种视频对象及其特点、场景的描述和不同应用的框架／级别等３个方面讨论了新的编码标准的主要内容和现状．新的标准用于实际应用还需要提供大量的标准之外的配套工具和研究．在随后的内容中,文中讨论了图像和视频的分割、全景图像的生成、人脸的检测与跟踪、２Ｄ网格模型的建立与跟踪以及３Ｄ人脸的分析和合成等相关领域的研究和进展情况．     

基于MPEG-4的人脸表情图像变形研究

为了实时地生成自然真实的人脸表情,提出了一种基于MPEG-4人脸动画框架的人脸表情图像变形方法。该方法首先采用face alignment工具提取人脸照片中的88个特征点;接着在此基础上,对标准人脸网格进行校准变形,以进一步生成特定人脸的三角网格;然后根据人脸动画参数（FAP）移动相应的面部关键特征点及其附近的关联特征点,并在移动过程中保证在多个FAP的作用下的人脸三角网格拓扑结构不变;最后对发生形变的所有三角网格区域通过仿射变换进行面部纹理填充,生成了由FAP所定义的人脸表情图像。该方法的输入是一张中性人脸照片和一组人脸动画参数,输出是对应的人脸表情图像。为了实现细微表情动作和虚拟说话人的合成,还设计了一种眼神表情动作和口内细节纹理的生成算法。基于5分制（MOS）的主观评测实验表明,利用该人脸图像变形方法生成的表情脸像自然度得分为3.67。虚拟说话人合成的实验表明,该方法具有很好的实时性,在普通PC机上的平均处理速度为66.67 fps,适用于实时的视频处理和人脸动画的生成。     

嵌入式MPEG-4视频编码器的研究

论文介绍一种基于嵌入式ARM处理器的MPEG-4视频编码器方案。该方案采用嵌入式Linux操作系统,在FreescaleMXL硬件平台上实现MPEG-4simpleprofile视频编码子集。为提高编码效率,该方案从算法和结构两方面对编码器进行优化。首先利用处理器内嵌的多媒体加速器硬件实现DCT算法,并对运动估计、量化、半像素插值等关键部分进行汇编优化,然后提出一种基于运动矢量分布特征的半像素搜索算法,对半像素运动矢量搜索进行优化。对标准测试序列的试验表明该方案是可行的,对分辨率为QCIF的图像进行编码能够达到20fps以上的帧率。     

MPEG-4下的运动编码研究与分析

运动编码属于MPEG 4校验模型（VM）的关键技术，文中给出一种基本的运动编码算法实现流程,同时改进有形状VO运动检测中阈值的计算方法，以及在实现了无限运动估计，高级预测，重复填充技术和多边形匹配等技术的基础上对不同匹配准则和搜索算法进行了测试比较，并给出实验结果,从而来更加优化快速的实现MPEG 4基于对象的运动编码和解码。     

MPEG-4视频编解码器设计实现与性能优化

在解读MPEG-4标准文档的基础上,首先分析了MPEG-4的DPCM/DCT视频编解码器混合模型及其设计与实现,具体的对编解码算法中运算大的部分运动估计、变换和编码进行了深入研究,并探讨了编解码器中的每一个功能模块的设计可能对整体的计算复杂度和压缩性能造成极大的影响并给出了折衷方案.     

基于MPEG-4的多媒体同步模型设计

文中旨在研究基于MPEG4技术的面向对象多媒体同步。所采用的方法是在分析现有多媒体同步模型的基础上，结合MPEG-4系统同步机制和高级同步模型（FlexTime），设计面向对象的多媒体同步模型，以实现MPEG-4中各媒体对象间同步。由此方法设计的层结构同步模型是一种有效可行的多媒体间同步的实现方法。和其它的多媒体间同步方法相比，这种方法在基于对象的多媒体的传输过程中携带较少的时间信息来完成对象间的同步，并且增强了基于对象内容交互的灵活性。     

MPEG-4在无线视频通信中的应用研究

通过对无线视频通信和MPEG-4的特点分析,提出适合无线视频通信的MPEG-4SP级编解码框架,对影响MPEG-4编码速度的两项关键技术：运动估计和DCT变换进行编码优化,以提高编码速度,对优化结果进行了验证,为MPEG-4编码器在移动通信设备上的实现建立一个研究的基础平台。     

MPEG-4中基于内容的算术编码器的改进及优化

针对MPEG-4实现中算术编码器的计算瓶颈，在算法上对原始Q—coder编码的进位翻转问题和移位加方法进行改进，大大提高了编码效率。针对二值形状视频对象编码消耗大量资源的特点，提出一种高效的实现CAE的VLSI结构。在内部采用了一种延迟缓冲线机制保存输入的像素，每个时钟输出相应模板的内容，问时最大限度地安排要重复使用的像素。