基于优化三维变形模型参数的人脸重建方法

针对基于三维(3D)变形模型的人脸图像重建方法对人脸特征点检测不准确导致的重构模型形状表达能力不稳健问题,提出了一种优化3D变形模型参数的重建方法.首先,通过改进的位置映射图网络准确提取和定位人脸特征点,并以此为基础得到初始模型参数.然后,为了提高模型的精准度和泛化能力,融合基于回归方法得到的参数获取优化的模型参数.最...     

人脸表情特征提取方法综述

介绍了模板匹配、特征脸、弹性图匹配、Gabor小波等人脸特征提取方法及其目前的研究成果，简单介绍了特征融合等方法，最后对目前存在的问题和今后的研究趋势作出了总结和展望。     

彩色图像人脸检测与特征提取认证

本文提出一种在HSV空间快速进行人脸检测定位的肤色分割方法,并且与HSV空间中S分量空间特征提取方法相结合,提取人脸特征;然后对有特征点的区域,利用区域投影,包括水平投影和垂直投影,比对投影曲线,确定该区域是否符合人脸,进一步准确认证人脸.经过大量试验检验,本算法在任何背景下都具有较高的人脸检测准确率,同时在速度上可达到实时检测的要求.     

基于LARK特征提取的人脸检测方法

通过研究LARK特征提取方法,发现该方法可以对人脸图像的脸部信息进行有效的收集,并应用到人脸检测中。在检测时,先将检测的图像转换为灰度图像再进行检测,这样既可以完整地表示人脸的各部分特征,同时更易于处理,还可以减少计算量。     

人脸及特征点检测方法综述

人脸及特征点检测计算机视觉领域有着非同寻常的地位,同时还在人工智能交互、视频会议、鉴别身份、汽车安全行驶等方面有着非常广阔的研究价值。由于在计算机视觉下,动态图像中存在人脸的大小不确定、面部表情变化多样、背景复杂、光照多变等影响因素,人脸特征点检测的准确性变得至关重要。文章介绍了几种人脸及特征点常用方法。     

利用Kriging方法生成特定人脸的三维网格体

提出了一种在通用人脸模型的基础上,依据特定人脸正面图象和侧面图象,利用Krig ing方法,来得到特定人脸的三维网格模型的方法。该方法分为三个步骤,即估算相关度、估算相关度模型的参数、计算要估计的点的值,通过试验取得了一定的效果。     

人脸表情识别技术研究综述

人脸表情识别技术是一个广泛的研究方向,涉及机器学习、图像处理、心理学等诸多领域,应用前景也相当广阔。近年来,随着人工智能等领域的发展和进步,属于情感计算领域的人脸表情识别技术也逐渐成为一个热门的研究方向。人脸表情识别任务一般由获取人脸图像、图像预处理、特征提取、特征分类4部分组成,人脸表情图像一般直接采用相关的数据集获取。首先介绍了人脸表情识别任务中需要进行的图像预处理步骤,以及特征提取和特征分类中的传统研究方法和深度学习方法,最后对人脸表情识别相关的数据集、发展趋势与挑战等进行阐述,并提出对未来的相关研究方法的看法。     

改进的三维人脸稠密对齐方法

针对ICP、NICP、流光法用于对齐三维人脸,建立形变模型,存在人脸对齐精度和准确性上的局限性问题。在标准形变算法的基础上,改进了局部匹配点搜索策略和形变能量函数,增加匹配点的准确性。并根据非刚性形变算法的思想,提出三维人脸迭代稠密对齐方法。在BJUT－3DFace Data人脸数据上实验证明,文中算法提高了人脸对齐的精度和准确性。     

特征提取在人脸自动识别技术中的研究

人脸识别技术目前是生物特征识别中研究的热点之一,在商业、司法、监控和视频检索等领域有着广泛的应用前景。人脸特征的自动提取则是人脸自动识别过程中至关重要的环节。主要基于主成分分析PCA、线性差别分析LDA和非负矩阵分析NMF三种常用的子空间分析方法进行人脸特征提取的研究。     

基于LARK特征提取的AdaBoost人脸检测系统

由于图像易受到外部条件及图像背景的影响,AdaBoost人脸检测方法在特征分类的过程中,单个分类器存在将人脸图像误判为非人脸图像的情况,致使分类器在检测过程中存在误差。文中通过研究AdaBoost人脸检测方法,并将LARK特征提取方法应用到特征分类当中,使原有的方法上得到改进,从而有效提高了人脸检测的准确度。     

一种基于特征点模长的三维网格数字水印算法

提出一种基于特征点模长的三维网格模型数字水印算法。该算法根据各个顶点的邻接三角面的法线方向提取用于嵌入水印的特征点;比较特征点的模长和其所有邻接点的平均模长;根据所嵌入的水印来修改特征点模长。实验结果表明,该算法水印具有良好的不可见性,对几何变换攻击、噪声攻击等具有良好的鲁棒性。     

3D人脸识别研究探索

2D人脸识别技术虽已成熟,但由于单一的2D图像不能提供识别所需的完整信息,故其识别精度很难进一步提高。在人脸识别过程中,特征提取是影响识别效果的一个重要环节,在分析了传统的主成分分析法和由此改进的2D PCA方法的基础上,提出了3D人脸识别方法。该方法将人脸图像分为几个部分分别进行特征提取,同时充分考虑每个部分所包含的特征信息量的多少,并在分类时赋予它们不同的权值。因此,将人脸用立体图像来表示并进行识别是目前提高人脸识别精度的前沿课题。     

基于SFS方法的快速人脸三维重构系统

为了实现快速重构人脸三维形状的需求,设计了一种基于SFS方法的人脸重构系统。首先由摄像机获取点光源作用下的人脸表面图像,其次假定人脸表面的反射特性遵循Lambert定律,建立透视投影下的人脸图像辐照度方程,然后将该方程转化为包含人脸表面深度信息的静态Hamilton-Jacobi偏微分方程,最后由系统软件求得该方程的解,进而重构出人脸表面的三维形状。实验结果表明,该系统可以快速获得较高的重构精度,在1.5 s内可以达到0.17%的高度平均相对误差。     

一种基于三维扫描数据的人脸建模方法

三维扫描仪可以准确获取人脸的几何形状与纹理,但原始的人脸扫描数据仅为一张连续曲面,不符合实际的人脸结构,无法用于人脸动画。针对此问题,提出了一种由三雏扫描数据进行人脸建模的方法,将一个具备完整结构的通用人脸模型与扫描数据进行初步适配,再采用细节重建技术恢复特定人脸的表面细节和皮肤纹理。实验表明,该方法建立的三维人脸模型真实感强,结构完整,可生成连续自然的表情动画。     

基于局部频谱的滚动轴承故障特征提取方法

滚动轴承振动信号是非线性、非平稳信号,如何对复杂的非周期滚动轴承数据进行准确特征提取十分具有挑战性.本文提出一种基于局部频谱的轴承数据特征提取方法.该方法将预处理得到的分割点与频谱分析结合起来,构建了数据的局部化特征,确定了局部频率的定义以及时频域的构造方法,并对局部频谱进行特征提取.实验表明,该方法克服了希尔伯特变换仅适合描述窄带信号的局限性,并弥补傅里叶全局频率只对无限波动周期信号才具有明显价值的缺陷.减少虚假频率产生的同时,兼容了时域和频域的分析能力,为非线性非平稳滚动轴承时域数据的特征提取提供了一种新方法,在滚动轴承故障诊断方面有很高的实用价值.     

小样本条件下基于全局和局部特征融合的人脸识别

针对线性判别分析的小样本空间问题,提出了一种基于类向量的融合全局和局部特征的人脸识别算法.首先,提取人脸的全局特征;然后将人脸分割成6个关键部分,并用一种新的基于Gabor小波的方法提取特征;其次,将全局和局部特征融合,得出样本的特征向量;再次,得出每类样本的类向量并据此得出一种新的投影准则;最后,将类向量和试验样本分别进行投影,根据其欧氏距离的大小得出试验人脸的最终类.试验表明本文算法不仅能有效解决小样本空间问题,而且计算速度快,识别率高,应用前景良好.     

3D面部识别专利技术分析

3D面部识别近年来已成为学术界的研究热点,根据3D面部识别技术的专利申请情况,从技术层次将其分解为5个主要技术分支:数据采集、三维模型重建、算法改进、多模态、活体检测,分析3D面部识别技术的专利发展路线,并具体分析各技术分支最早申请时间、主要申请人及申请趋势等内容,为相关企业进行专利布局提供借鉴.