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Haar检测和改进的Camshifl的人脸跟踪

针对人脸目标的遮挡大角度倾斜和旋转状态下的目标跟踪丢失问题,提出了一种时间回溯的人脸跟踪方法。以Haar特征检测和改进Camshift算法为基础,在Haar分类器中引入时间变量,实现回溯;在概率密度图像中引入变加权直方图模型,加大了人脸区域的权重,并辅以光照补偿、椭圆模板匹配等方法。实验表明,本文算法能够有效克服遮挡问...     

基于序列蒙特卡罗滤波的车辆跟踪算法研究

针对非线性目标跟踪中模型或函数近似等最优估计缺陷问题,提出了基于帧间预测和特征匹配的序列蒙特卡罗滤波跟踪算法。算法中采用在HSV色彩下的空间加权直方图描述跟踪车辆的状态特征,通过简单的随机漂移模型实现估测样本的帧间传递,利用估测样本与期望目标间的相似度量完成样本权重赋值运算,最终利用加权样本值估计实现待测目标的后验状态。实验结果表明,基于序列蒙特卡罗滤波的车辆跟踪算法计算简单有效,能够在复杂环境下实时、准确跟踪道路上无规律、非线性运动的车辆,并能够有效适应车辆部分遮挡和短时丢失等情况。     

基于特征点邻域SIFT描述子的人脸识别

在人脸识别算法中,尺度不变的SIFT特征是人脸局部特征的重要描述方式之一。在传统SIFT方法中,由于特征点的坐标是根据高斯差分空间的局部极值点来确定的,造成特征点匹配困难。通过基于回归的局部二值特征对人脸进行校准,确定对人脸有意义的特征点位置。用SIFT特征描述子的不变特性描述人脸的局部特征,能够有效地提高识别速度以及识别率。对特征点进行区域加权,能够对人脸的姿态变化以及角度偏转有一定的鲁棒性。     

媒资管理系统中新闻节目高效检索的研究

提出了一种基于多特征融合的新闻节目高效检索方法.该方法充分利用媒资管理系统中新闻视频的文字描述和关键帧的图像特征,能够实现视频节目快速、准确的检索,提升新闻检索的性能.将文字描述、人脸和场景图像作为搜索项,通过Fisherfaces和LBP算子相结合的人脸识别算法,以及基于重要性加权的局部直方图匹配算法,实现样例图像与关键帧的匹配.实验结果表明,该方法能够提升媒资管理系统中新闻节目检索的准确度和效率,满足新媒体时代节目快速制作和发布的要求.     

加权平台直方图均衡化的低照图像增强

为了进一步有效地提升低照图像的亮度、对比度和清晰度,提出了加权平台直方图均衡化的低照图像增强方法。该方法充分利用HSV颜色空间中明度分量V与色调H和饱和度S的独立性,将图像转换到HSV颜色空间;用具有良好边缘保持能力的双边滤波,将明度分量V通过Retinex算法分解为光照图像L和反射图像R;对光照图像L进行加权双平台直方图均衡化,其中,上、下平台阈值由正态分布的3σ原则自适应地确定,加权系数反比于灰度级对应的直方图频次。实验结果显示,相对于部分现有方法,本文方法增强后的图像效果较好,对应的信息熵和平均梯度分别比现有方法高出0.35和12以上,证明了本文方法具有更优的低照图像增强性能。     

自适应阈值及加权局部二值模式的人脸识别

针对局部二值模式(LBP)和中心对称局部二值模式(CS-LBP)方法描述图像纹理特征时,阈值不能自动选取并且图像中不同子块的贡献也没有进行区分的问题,该文提出一种自适应阈值及加权的局部二值模式方法。首先,将图像进行分块,采用设定的自适应阈值提取每个子块的LBP或CS-LBP纹理直方图;然后,将各子图像的信息熵作为直方图的加权依据,对每个子块对应的直方图进行自适应加权,并将所有子块的直方图连接成最终的纹理特征;最后,通过快速计算图像均值加快了算法的计算速度。在人脸数据库上进行的实验证明,利用该文提出的方法提取纹理特征,并结合最近邻分类法可以得到较高的正确识别率。     

基于区域特征的视频序列人脸快速检测

提出了一种基于区域特征的快速人脸检测算法.采用瞬时差分和背景差分获取并跟踪运动目标.消除了运动目标引起的背景模型更新误差.在检测到的运动目标区域内.通过基于区域特征的马赛克三分图模型检测人脸区域,并利用频率直方图方法合并所检测区域,最终获得人脸位置.实验结果表明,平均检测时间为30ms/帧,检测准确率可达95.7%,算法复杂度低、检测效果好,适合各类视频图像的人脸实时检测.     

一种基于独立成分分析和最小最大概率机的人脸识别系统

提出了一种基于独立成分分析和最小最大概率机的人脸识别系统。该系统首先从摄像头中捕捉包含人脸的实时图像，利用haar特征人脸检测算法定位人脸区域，并将其从原始图像中分割出来。为了更好地提取有效特征，采用了ICA的特征提取方式，结合改进误差估计的最小最大概率机的分类方法对输入的测试图像进行识别。实验证明，该系统能够快速有效地处理实时状态下的人脸识别任务，准确率达到了96．8％，并且对多姿态的人脸具有一定的鲁棒性。     

一种适用于遮挡问题的运动补偿帧插值方法

针对二维运动估计中常出现的遮挡问题,提出一种基于网格模型的运动补偿自适应帧插值技术,将图像帧中分为3种不同区域,根据各自的特点分别进行运动估计和运动补偿插值。在准确检测遮挡区域前提下,单独对遮挡区域处理有效地减小了运动估计误差。提出采用特征窗口运动补偿匹配的方法进行网格节点运动矢量估计,消除了传统块匹配方法导致的块效应,得到了亚像素的匹配精度。实验证明,该方法简单易行,有效地解决了遮挡区域的运动估计问题,插值图像具有较好的视觉效果。     

基于分段多高斯和辐射模板的人脸检测

针对现有的人脸检测方法中,平面内人脸检测准确率比较低和旋转角度误差比较大,提出了一种结合肤色、器官区域特征和辐射模板的新方法.首先,该方法采用改进的分段多高斯方法,分割出肤色区域.然后,在肤色区域内,通过区域相似性、肤色区域阈值化和人脸器官的几何性质,得到嘴巴和眼睛器官区域和这些区域的中心点.最后用辐射模板直方图,求得三个波峰和波峰之间的距离,定位人脸和人脸的旋转角度.实验结果表明,该方法不需要在肤色区域内移动辐射模板中心点和改变辐射模板的半径,能够在误差10°以内快速定位人脸.     

模型基编码中脸部模型的自动调整

通用模型的调整是模型基人脸图像编码的重要步骤,本文提出了一种利用改进的变形模板提取脸部完整特征、由径向基函数内插调整模型非特征点的正面脸部模型自动调整算法.首先用矩形模板匹配确定各特征区域,模板尺寸由先验知识设计;在各特征区域内确定变形模板的初始位置和变化范围,采用遗传算法等匹配方式,获取变形模板的最优参数值;最后估计输入人脸姿态,进行模型的全局变换和用径向基函数内插调整模型非特征点,得到输入人脸的特定模型.实验结果表明,对于输入为简单背景的肩头像,该算法简便快速,可获得较好的调整效果.     

一种新的基于加权颜色特征的图像检索算法

针对传统基于颜色直方图为特征的图像检索算法的不足,提出了一种新的颜色特征提取算法.利用模糊C均值聚类(FCM)对HSV空间的颜色信息进行聚类,然后对颜色信息进行加权颜色直方图统计,得到主颜色直方图.实验结果表明,新的加权主颜色直方图的图像检索算法比传统颜色直方图具有更高的检索精度.     

双目下点云的三维人脸重建

提出一种在双目视觉系统下进行人脸重建的方法。首先,通过双目系统拍摄人脸的左右图像;其次,用Grab-Cut的方法的把人脸图像分割出来从而降低立体匹配的搜索范围;然后,用区域匹配算法得到人脸的视差图,从而得到人脸的三维点云;最后对不同角度的人脸图像进行SIFT特征提取和匹配。将提取的SIFT特征点和匹配关系反射到三维点云数据,获取不同角度人脸的三维点云数据的特征点和匹配关系,完成对不同角度的人脸进行粗配准。     

利用快速加权PCA检测遮挡区域的人脸识别

针对人脸识别中存在遮挡而影响识别性能的问题,提出了一种利用快速加权PCA检测遮挡区域的鲁棒人脸识别算法。首先,利用快速加权PCA检测输入图像的遮挡区域,将其与图库图像的遮挡区域进行比较;然后,利用局部二值模式匹配确定最优权重系数,利用相位相关算法匹配确定遮挡掩码;最后,计算每个测试图像的匹配得分,并利用最近邻分类器完成人脸识别。在FRGC2和UND人脸库上的实验结果表明,本文算法的识别率可高达99.6%,相比其他几种较新的人脸识别算法,本文算法取得了更好的识别性能。     

结合MSER与HSOG的目标局部特征提取

针对SIFT在视点变化下对物体几何特征描述的缺陷,本文提出一种结合最稳极值区域检测和改进的二阶梯度直方图描述子的目标局部特征提取方法。首先,采用一种新的最稳定度判断准则,提高了不规则形状区域和模糊条件下的检测效果;然后,利用改进的二阶梯度直方图提取MSER区域的局部特征描述子,采用高斯函数加权的方法考虑了不同像素对区域中心像素的影响,提高了稳定性;最后,通过标准测试图像和实际拍摄图像的匹配对算法进行验证。实验结果表明,本文方法在视点变化下仍能获得70%以上的匹配率,匹配效果优于SIFT。本文方法相比于传统方法检测效果更为稳定,对于不规则形状区域仍有较好的检测效果,适用于视点变化下的目标匹配。     

基于改进的LTP人脸表情识别算法

针对人脸表情识别背景复杂导致识别率低的缺点,提出了一种中心对称三值模式(CSTP)算法,首先对人脸表情图像进行分块处理,在每一子块上提取CSTP特征,并对该子块进行CSTP特征的直方图统计,然后求出各个子块对应的信息熵,构造自适应加权系数,再分别和各个子块的直方图相乘,将自适应加权后的各个子块特征向量级联作为最终的纹理特征,最后利用支持向量机(SVM)进行表情分类.在JAFFE和CMU-AMP表情库上进行试验,通过对比其他传统方法发现该算法对表情识别更有效.     

基于ARG模型匹配算法的人脸特征定位

本文研究了基于 ＡＲＧ（ Ａｔｔｒｉｂｕｔｅｄ Ｒｅｌａｔｉｏｎ Ｇｒａｐｈ）模型匹配算法的人脸图象的特征定位方法。该方法可有效地完成眼、口、眉的自动定位。基于人脸生理特征我们建立人脸图象的ＡＲＧ模型对人脸图象进行了精确的描述。在此基础上本义采用了连续型Ｈｏｐｆｉｅｌｄ神经网络模型并行处理进行ＡＲＧ模型匹配,通过能量函数极小化得到全局最优的特征定位结果。实验结果证实了该方法有效、稳定、且具有较快的收敛速度。     

基于视觉的无人机自动着陆定位算法

本文提出了一种基于HSV直方图、椭圆拟合和多边形拟合的着陆目标提取和位姿估计的算法,提出了一种特定颜色、特定形状的新型地标。充分应用颜色信息和几何信息,消除了特征点检测出现错误匹配的情况,对光照及目标模型旋转均有一定鲁棒性,有效提高了目标检测的速度和准确度。本文通过坐标变换以及椭圆的基本特征,将位姿估计转化为一个一元十二次方程的求解问题,并对坐标转换进行简化处理,提高位姿估计的处理速度。最后通过实拍测试,证明本文的方法可靠、目标可识别及降落位置准确。