视频监控下的人脸跟踪与识别系统

针对智能视频监控系统的要求,设计了一个基于视频监控的自动多人脸跟踪识别系统,该系统的功能是实时跟踪视频监控范围内的人脸并鉴别人脸的身份。针对复杂背景及类似人脸区域的影响,提出了一种Adaboost人脸检测算法和主动形状模型相结合的人脸检测算法,实现人脸的准确检测;针对视频监控范围内人脸偏转、交错以及由于人员不断出入而导致人脸数目发生变化的问题,提出了CamShift和Kalman滤波器相结合的多人脸跟踪算法,同时对跟踪到的人脸进行实时身份识别。实验证明,该系统在视频监控范围内对人脸检测和身份识别准确,跟踪实时性好,是一种建立实时视频监控系统的实用方法。     

视频图像的人脸检测方法

根据视频序列图像的运动连续性特点,初步对人脸所在区域进行定位,针对人脸检测系统实时性的需要,改进了Adaboost学习算法。提出一种新的视频环境下人脸检测方法。实验证明该方法能够精确定位人脸,有较强的实用性。     

基于视频监控的人脸检测跟踪识别系统研究

设计了一种基于视频监控的人脸检测跟踪识别系统,该系统的功能是检测并实时跟踪视频中的人脸图像,同时进行身份识别。针对Gentle AdaBoost算法构造的级联分类器检测效率偏低的问题,提出了一种递进复杂度的级联分类器。针对传统粒子滤波器最高权重粒子不准确的问题,提出了均值权重粒子滤波器。针对传统粒子滤波器样本衰退的问题,提出了一种同时结合人脸检测和人脸跟踪算法的跟踪校正策略。对于检测和跟踪到的人脸,利用基于Gabor变换和HMM的方法进行身份识别。实验结果表明,系统能够准确地检测并实时跟踪视频中的人脸,可以实现人脸的快速识别,是一种能够应用到视频监控系统中的有效方法。     

基于人脸检测和CAMSHIFT算法的人脸跟踪系统

针对彩色视频序列,本文提出一种基于检测和彩色直方图的人脸跟踪系统,首先利用Adaboost算法进行快速人脸检测和定位,然后通过Canny滤波获取精确的人脸区域建立肤色直方图模型,在CAMSHIFT算法的基础上运用人脸形态约束,Kalman滤波进行实时的人脸跟踪,实验证明该系统具有较好的实时性并能很好的解决遮挡,类肤色干扰和快速移动的问题.     

基于三维模型的Android手机端人脸姿态实时估计系统

针对人脸姿态估计对系统性能要求高、在手机上运行无法满足实时性要求等问题,实现了一种Android手机端的人脸姿态实时估计系统。首先,由摄像头获得一幅正面和一幅偏移一定角度的人脸图像,利用从运动中构建结构(SfM)算法建立简单三维人脸模型;然后,提取实时人脸图像中与三维人脸模型相互对应的特征点,基于缩放正投影位姿估计(POSIT)算法估计人脸姿态角度;最后将三维人脸模型通过开放图形开发库(OpenGL)实时显示在手机屏幕上。实验结果表明,实时视频中检测人脸姿态并显示的速度可以达到20 frame/s,接近计算机端的基于仿射对应的三维人脸姿态估计算法,而且针对大量图片序列的检测可以达到50 frame/s,能够满足Android手机端的性能和检测人脸姿态的实时性要求。     

基于视频的人脸识别系统研究

人脸识别系统的人脸库的建立是一个十分麻烦的工作,需要耗费研究者大量的时间和精力。针对这个情况,提出了一种基于视频建立人脸库的新思路,并通过构建一个人脸识别系统来验证该方法的可行性。首先利用基于肤色的改进的Adaboost算法提取视频中的人脸样本,建立人脸库;然后结合改进的2DPCA人脸识别算法构成一个基于视频的人脸识别系统,用待测视频来检测该系统的人脸识别性能。实验结果表明,该系统有着不错的人脸识别率,解决了人脸库建库难的问题。     

空时互反馈人脸检测与跟踪系统的算法与实现

针对视频序列人脸检测与跟踪算法复杂、实时性要求较强这一相互矛盾的特点,设计了基于数字媒体处理器DM642的空时互反馈人脸检测与跟踪系统;在空域,利用主成分分析和最优阈值检测人脸;在时域,根据前后帧概率密度函数的相对距离确定跟踪目标,利用卡尔曼滤波器对检测出人脸的位置进行预测,形成了空时互反馈闭环算法;实践表明,该系统运行稳定可靠,能满足实时视频监控系统的要求。     

隐马尔可夫后处理模型在视频人脸识别中的应用

现有的多数人脸识别系统都专注于如何提高人脸识别算法的性能,但缺乏一种对数据源(人脸样本)进行分析和评估的机制。针对此问题,提出了一种建立在数据源分析基础上对典型人脸识别算法进行后处理的方法。为了揭示现有典型识别算法的识别性能在无约束环境下的鲁棒性,通过建立Lambertian反射模型和3D人脸模型,对特征脸算法的识别性能随数据源的变化(人脸姿态和光照改变)而变化的情况进行了分析评估。针对“数据源灾难”问题,提出了一种基于隐马尔可夫模型（HMM）的后处理解决方法,该方法通过利用视频序列图像的连续性和对训练人脸库的统计分析来提高判别分析方法对无约束环境的鲁棒性。实验结果表明,该方法可以有效地提高识别算法对“数据源灾难”的鲁棒性,提高识别率。     

基于深度学习的ARM平台实时人脸识别

针对ARM平台上人脸识别实时性不强和识别率低的问题，提出一种基于深度学习的实时人脸识别方法。首先基于MTCNN人脸检测算法设计了一种实时检测并追踪人脸的算法；然后在ARM平台上基于深度残差网络（ResNet）设计人脸特征提取网络；最后针对ARM平台的特点，使用Mali-GPU加速人脸特征提取网络的运算，分担CPU负荷，提高系统整体运行效率。算法部署在基于ARM的瑞芯微RK3399开发板上，运行速度达到22 帧/s。实验结果表明，与MobileFaceNet相比，该方法在MegaFace上的识别率提升了11个百分点。     

基于多通道特征的人脸检测

人脸检测技术作为计算机视觉与人机交互领域一项基础技术。近十多年来,人脸检测技术取得的迅猛发展主要归功于Paul Viola与Michael Jones提出的基于提升方法和级联结构的快速人脸检测算法。随着应用场景越来越复杂,人脸检测面临的挑战也愈发严峻,传统的检测算法已经无法满足目前的应用需求。针对这一问题,从特征提取的角度入手,提出了一种适用于人脸检测、计算快速、表达能力强的特征表示———多通道特征,并对Viola－Jones框架中的学习算法进行了改进以进一步提升分类器的学习效率和分类性能。提出的多视角人脸检测算法在权威人脸检测测试集AFW上取得了优异的检测性能,并且在VGA图片上达到62帧／秒的检测速度。实验表明该算法能够满足各类复杂场景的人脸检测需求,具有一定的实际应用价值。     

基于激光测距仪的3 维景深图像重构与辨识

针对3 维景深图像仅仅具有距离信息的局限性,提出景深面元的概念,并利用基于景深面元的法向 量聚类法对景深图像进行基本的识别．通过景深面元,将Sobel 算子引入到景深图像的边缘检测上来,提出了一 种简易的景深图像边缘识别方法．为了满足3 维景深图像重构和识别的实时性要求,采用了ARM（advanced RISC machine）+ DSP（digital signal processing）的硬件平台架构．实验结果表明,基于景深面元的3 维识别和边缘检测算 法是有效可行的．     

自适应三维形变模型结合流形分析的人脸识别方法

为了在人脸姿态和表情归一化后减少人脸外观的信息损失,提出自适应三维形变模型(3DMM)结合流形分析的人脸识别方法。首先,描述人脸姿态变换引起的2D和3D坐标的不对应性,提出自适应3DMM拟合方法;然后,通过三维变换来保留尽可能多的身份信息,将整个图像网格化映射成3D对象,姿态和表情的归一化保证了变换的稳定;最后,利用多流形判别分析计算流形与流形之间的距离,并利用最近邻分类器完成识别。在Multi-PIE,LFW以及自己采集的数据库上的实验验证了所提方法的有效性,在3个数据库上的识别率分别高达99.8%,95.25%,98.62%。所提方法显著改善了人脸识别性能,在约束和无约束环境下均优于其他几种较新的识别方法。     

一种基于左右斜侧面照片的三维人脸重建方法*

创建逼真的三维人脸模型一直以来都是计算机图形学领域一个极富有挑战性的课题。利用左右斜侧面照片生成具有纹理信息的三维人脸。分别对两张左右斜侧面人脸照片通过纹理三角剖分和仿射变换映射至标准纹理模板,再利用计算机视觉和facegen生成的人脸数据库上应用中的算法生成一个三维真实几何模型,最后将纹理映射三维模型生成具有纹理信息的三维人脸。结果表明方法的合成结果与真实人脸在模型以及纹理方面具有较好的相似性。     

人脸立体模式识别

简单回顾了人脸识别技术,在分析立体视觉理论的基础上,描述了三维人脸图像模式构建机理和信号小波滤波思想,介绍了贝叶斯统计识别理论的工作原理,将其应用于立体人脸识别。给出了基于DSP的三维人脸识别系统设计思想。     

Target Detection Based on 3D Multi-Component Model and Inverse Projection Transformation

Target detection based on image/video, being involved to deal with the geometry and scale deformation, as well as the change in the form of movement caused by camera imaging, algorithms are always designed complexly. Though, object shelter and adhesion still cannot be well resolved. Considering of that, a new method for target detection on true 3D space based on the inverse projection transformation and a mixing component model is proposed. Firstly, the inverse projective arrays parallel to target local surface are established on 3D space. Then, the 2D image is inversely projected to these planes through 3D point cloud re-projection, and a lot of inverse projective images with target local apparent characteristics are gained. After that, component HOG feature dictionaries are trained using the inverse projective images as samples, and on account of it, sparse decomposition approach is adopted to detect target local components. Finally, 3D centroid clustering for all the components is further used to identify the target. Experiment results indicate that the target detection method on true 3D space based on multi-components model and inverse projection transformation can not only deal with the object occlusion and adhesion perfectly, but also adapt to the multi-angle target detection well, and the accuracy and speed is far beyond that of the algorithm on 2D image.     

软件无线电调制平台实现方案的研究

介绍了软件无线电技术的概念及其调制平台的数学模型,并提出了在现阶段DSP技术的发展水平下软件无线电调制平台的一种硬件实现方案,该方案首先利用DSP芯片在基带完成调制功能,生成各种调制方式所需要的数字信号,然后对调制之后得到的数字信号进行数模转换,再利用正交模拟混频方式得到上变频之后的信号.本文还介绍了一些数字调制方式的算法,并给出了这些调制方式的算法在该硬件平台上的实现方案.实验结果表明,本文所提供的方案确实可行.     

基于仿射变换和线性回归的3D人脸姿态估计方法

提出了一种由仿射变换关系到线性回归的3D人脸空间姿态估计方法。即跟踪到人脸特征点后,根据仿射变换关系得到人脸姿态的粗估计值,以这个粗估计值作为人脸姿态的初始值,再通过线性回归迭代求得人脸姿态的精确值。实验结果表明,该方法在较大的姿态变化范围内,具有良好的估计精确度和鲁棒性。     

多信息融合的多姿态三维人脸面部五官标志点定位方法

针对三维人脸模型面部五官标志点定位对姿态变化非常敏感的问题,提出了一种基于多信息融合的多姿态三维人脸五官标志点定位方法.首先对二维人脸纹理图像采用仿射不变的Affine- SIFT方法进行特征点检测,再利用映射关系将其投影到三维空间,并采用局部邻域曲率变化最大规则和迭代约束优化相结合的方法对面部五官标志点进行精确定位.在FRGC2.0和自建NPU3D数据库的实验结果表明,文中方法无需对姿态和三维数据的格式进行预先估计和定义,算法复杂度低,同时对人脸模型的姿态有着较强的鲁棒性,与现有五官标志点定位方法相比,有着更高的定位精度.     

Expansion of 3D face sample set based on genetic algorithm

3D face database is an important data platform for model training and algorithm design. As these works are mainly based on statistical learning, the coverage of training set has a great impact on algorithm performance. However it is a tedious process to obtain a 3D face sample. So the capacities of current 3D face databases are relatively insufficient. To solve this problem, we present a framework to augment existing 3D databases based on Genetic Algorithm. First the prototypical face samples are divided into patches. Then the new face samples are generated by assembling randomly selected patches. Under the guidance of the genetic algorithm, we can perform a number of the generating works at a time. The experiment results show that the proposed method has good performance on face data expansion.     

基于三维地球场景的干扰条件雷达探测范围可视化方法

雷达探测范围的三维可视化是现代战场电磁态势显示的关键组成部分。以电子对抗情况中雷达探测范围模型为基础,深入研究雷达局部坐标与地心直角坐标的转换算法,提出一种基于三维地球场景绘制理想条件与干扰条件下雷达探测范围的可视化方法。研究设计基于理想条件与干扰条件下雷达探测范围可视化数据需求的数据库,并基于三维地球场景平台ArcGlobe,结合OpenGL绘图技术,应用该可视化方法开发海战场电磁态势显示系统。实验结果表明该可视化方法能够高效形象地在三维地球场景下展现理想条件与干扰条件下的雷达探测范围,为指挥员洞察战场态势提供支持。