基于小波分解的人脸标准化算法

在对传统积分投影法实现人脸标准化算法及其特点进行分析的基础上,针对其速度较慢的缺陷,利用小波变换的多分辨分析特性,提出了基于小波分解和积分投影的人脸标准化算法.采用ORL人脸数据库进行仿真实验.结果表明:该算法在保持原来积分投影算法优点的同时,标准化速度可以提高将近4倍,具有一定的实用价值.     

人脸图像特征定位的一种新方法

提出了一种基于小波变换和积分投影的人脸特征点定位的新方法.对人脸图像用双正交小波bior1.1做二层小波分解得到的低频子图像做水平、垂直积分投影,并结合相应的积分投影梯度得到人脸特征点.对ORL人脸库的仿真结果表明:该方法较对原图像直接做积分投影定位特征点或对垂直细节水平细节做积分投影定位特征点的方法速度得到有效提高,对光照变化和姿势有一定鲁棒性,定位准确率高.     

基于小波变换的人脸检测

提出了一种基于二维离散小波变换的人脸检测算法。该算法采用Haar小波计算小波脸,导出了提取人脸特征向量的相应公式,利用感知准则训练线性分类器进行分类判决。在4个不同的人脸数据集上与特征脸方法进行了比较。结果表明,该算法的计算效率和检测精度均优于特征脸方法。     

基于小波卷积神经网络的活体人脸检测算法

人脸识别技术已日趋商业化,但易于被伪造人脸攻击,现有人脸活体检测算法存在泛化性能不高、网络模型结构复杂、预测结果依赖于数据的规模等问题。因此,提出一种基于小波卷积神经网络的活体人脸检测算法。算法网络结构整体简单,在NUAA和CASIA-FASD数据集上均取得了较好的分类精度,HTER分别达到了2.1%和8.3%的效果。     

基于旋转变换的多角度单人脸标准化算法新探

提出一种基于旋转变换的多角度单人脸标准化算法.首先计算出人脸的平面旋转角度,然后利用双线性插值的思想,推导出一种便于编程、速度快的插值方法进行旋转变换,将其矫正为正面端正人脸.     

基于小波分析的人脸定位算法在AmI中的应用

为了提高环绕智能个性化系统中人脸定位子系统的性能,更好地体现AmI系统无所不在的服务和隐藏计算的概念,提出了基于小波分析的人脸实时定位算法.首先将采集的图像经肤色模型预处理获得整个脸部信息,然后应用小波分析定位头发区域几何形状,结合先验知识获取头发几何概率模型.最后将此模型应用于AmI实时定位跟踪系统中,从而实现了AmI用户的个性化视频服务.实验结果表明,该算法在AmI系统中实时性好,定位准确率高.     

基于小波分解的数字图像水印处理算法

提出了一种基于小波的隐藏数字水印的新方法。该方法将一幅二值图像作为水印来隐藏，基于JPEG2000标准，将水印和图像均进行多尺度分解，然后将分解的水印低频系数嵌入到具有相同尺寸的图像的低频系数中，重构得到水印图像；水印分解中的高频系数将被保留，并在水印检测过程中作为密钥使用。检测水印时，需要原始的未加水印的图像。实验结果表明，算法对压缩、加噪、线性滤波、剪裁等具有较高的鲁棒性。     

基于二维图像的人脸面部特征点定位与提取

提出了一种人脸面部特征点定位与提取的方法.利用该方法,在人脸预处理基础上,通过人脸分割、基于水平方向Prewitt算子模版的边缘检测和积分投影技术,可以快速有效地提取眼睛、鼻子和嘴巴等特征点信息.实验表明,该方法可以校正人脸倾斜并具有较高的准确率.     

基于动态椭圆滤波器的人脸定位

针对传统肤色分割算法无法将人脸从类似肤色的背景分割出来这一个问题,提出一种基于动态椭圆滤波器的人脸定位算法.该算法利用积分投影法预测人脸可能的范围和位置,并结合椭圆的紧密度概念调整滤波器参数,构造最优滤波器,把肤色分割后的连通区域中非人脸的类肤色区域过滤掉,有效地减少类肤色区域带来的干扰,再结合模板匹配方法对人脸进行定位.     

一种基于小波分解的无搜索分形图像压缩算法

在不同的小波尺度中，子块基于相应固定位置的父块进行编码，同时利用不同小波尺度之间的相关性进一步缩短编码时间．实验结果表明，与空间域无搜索分形图像压缩方法相比，提出的方法在解码图像质量略有损失的情况下，压缩比提高了近3倍，同时计算量减少了6／7．     

基于肤色模型和灰度积分投影的疲劳驾驶检测系统

根据驾驶室的特定环境,给出了一个基于肤色模型和灰度积分投影的驾驶员疲劳检测系统．该系统首先利用肤色模型粗略检测出人脸区域;然后根据驾驶员面部几何特征,利用灰度积分投影法对驾驶员眼睛进行准确定位;最后根据上下眼皮距离及闭眼持续时间对驾驶员疲劳状态做出判定．仿真实验表明：该系统可以准确定位驾驶员眼睛,并对驾驶员疲劳状态做出判断．     

基于小波分析的图像融合方法的研究

图像融合是多传感器信息融合在图像处理领域的一个重要应用,小波分析具有多分辨等特点,可以有效地将特征明显、分辨率高的图像融合在一起,得到比任何一幅源图像效果都好的图像。论述了基于小波分析的图像融合的基本原理、方法和优点,介绍了基于小波分析图像融合、小波框架图像融合和多小波图像融合等方法,分析比较几种图像融合效果的评价方法及其适用范围等。     

基于提升小波分解曲波变换的雷达影像消噪法

利用提升法对传统小波进行提升,将提升小波对雷达影像进行分解,形成子带影像,再将子带影像进行脊 波变换,并对变换结果进行消噪处理,然后进行脊波逆变换和提升小波重构,得到新的雷达影像。试验结果表 明:基于提升小波分解的曲波变换比传统小波分解的曲波变换对雷达影像消噪效果好,同时与传统的均值滤波 相比效果更好。     

基于小波的图像插值研究

借助图像的小波变换，提出了一种新的图像插值方案，该方案利用图像小波分解后高低分辨率子带之间存在的相似性，由低分辨率子带插值近似高分辨率子带，从而得到比原图像分辨率高的图像。结合三次B样条插值，实验结果令人满意。     

基于小波变换的图像融合算法研究

提出了一种新的基于小波多尺度分解的分层图像融合方法;总结出基于小波分解子图像面积比和低频系数均方根误差2个标准,来确定最佳小波分解层数的方法。通过仿真实验,对分解层数、区域大小对该融合方法的性能影响进行了比较分析,并得出融合结果,将其与金字塔算法融合结果进行了比较。实验结果表明,该融合方法是十分有效的。     

基于小波变换方向信息的奇异值图像去噪研究

提出一种基于小波变换方向信息的奇异值图像分解去噪方法.由于图像噪声主要集中在小波域中的高频子图部分,且系数较小,可以利用奇异值分解后较大的奇异值和对应的特征向量重构出去噪图像,然而由于奇异值分解固有的行列方向性,对于高频对角线子图重构出的图像去噪效果不理想,故采取旋转至行列方向后再进行常用的奇异值滤波.低频子图仅作简单维纳滤波,最后将去噪后的低频和高频子图进行小波反变换重构出最终的去噪图像.实验结果表明,该方法在有效去噪的同时较好地保留了原有的高频细节信息.