基于模板匹配和遗传算法的人眼定位

文中提出了一种利用模板匹配与遗传算法相结合的人眼定位算法.根据人脸几何特征将人脸分为几个特征区域(眼睛、鼻子、嘴巴),在找到人眼区域后根据人眼几何特征,建立人眼特征模板及其能量函数,通过改变模型参数用遗传算法实现能量函数的全局最小化,使能量函数最小的模型参数即可描述人眼的特征,从而实现人脸特征的有效定位.同时还讨论了不同的能量函数在人眼定位过程中的地位和作用.可避免在能量函数寻优过程中的局部最小化的出现,较准确较快捷的确定人脸主要特征的位置.     

基于三维可变形模板的眼睛特征提取

眼睛特征提取在人脸感知的各种应用中有着非常重要的作用，为了解决人脸垂直旋转角度比较大时，眼睛特征提取的问题，提出了一种新的基于三维可变形模板的眼睛特征提取方法，此方法采用了两个新提出的技术，一个是人脸姿态估计策略用于估测人脸的垂直旋转方向，另一个就是三维可变形模板匹配技术用于具体提取眼睛的精确特征，实验表明该方法能够适应人脸图像垂直旋转角度的变化，获得很好的特征提取结果。     

机器人系统中人脸特征提取技术的研究与实现

该文描述了在智能机器人系统中人脸特征提取技术的研究与实现,提出了一种新的并且在机器人系统中实现的人脸特征提取方法,该方法首先利用基于Adaboost的人脸检测算法对采集到的原始图像进行人脸检测,从而得到人脸图像;然后让人脸图像通过一个空间掩模滤波器,去除图像中明显非人脸特征的区域,再经过二值化后得到二值化图像;将二值化图像与一个矩形模板相卷积,得到卷积值与模板索引数的二维曲线图,在二维曲线图中,最高的两个峰就分别对应了眼睛和眉毛,再根据人脸特征几何分布关系判断出眼睛,眉毛和嘴,从而得到最终的人脸特征.该方法检测率高,计算量小,实时性很强,满足了机器人系统中资源有限的约束条件.     

基于人脸识别技术的智能系统研究与开发

本文针对单人正面人脸图像的定位、特征提取以及识别的方法进行了研究,提出了结合人脸模板和人脸特征进行人脸检测的方法.利用已经定位的人脸图像,确定其眼睛、鼻部及嘴部的几何特征参数,并对实验人脸库进行监督下的分类和统计.在此基础上,实现了一个智能识别系统.     

空间加权伪Zernike矩的人脸图像特征提取方法

为了解决人脸图像检索中人脸定位不精确的问题,提出了一种空间加权伪Zernike矩的人脸图像特征提取方法.该方法通过设计的加权函数来强调或突出面部上的关键部位,如眼睛、鼻子,嘴巴等区域的重要性,因而能够对人脸特征进行更精确地提取.仿真实验结果表明,利用空间加权伪Zernike矩进行人脸区域描述时,检索准确率明显优于传统的主成分分析方法和直接伪Zernike矩特征提取方法.     

利用主动外观模型合成动态人脸表情

人脸表情发生变化时,面部纹理也相应地改变;为了方便有效地模拟这一动态的表情变化过程,提出一种基于主动外观模型的人脸表情合成方法.首先离线学习人脸表情与人脸形状和外观参数之间的关系,利用该学习结果实现对输入人脸图像的表情合成;针对合成图像中眼睛和牙齿模糊的缺点,利用合成的眼睛图像和牙齿模板来替代模糊纹理.实验结果表明,该方法能合成不同表情强度和类型的表情图像;合成的眼睛图像不仅增强了表情的真实感,同时也便于实现眼睛的动画.     

基于能量的自适应局部Gabor特征提取的人脸识别

为了解决传统Gabor滤波器组在人脸识别过程中特征提取时间长、计算量大的问题,从不同方向、不同尺度以及全局角度按照能量大小构建了3种不同的局部Gabor滤波器组用来提取人脸特征。首先,分析数据库中部分图像Gabor变换后的图像能量,从不同角度选出能量较大的图像构建对应的局部Gabor滤波器组; 其次,根据所选滤波器组提取局部Gabor特征; 然后,采用线性判别分析(LDA)法进一步提取Fisher特征; 最后,利用最近邻法识别人脸图像。基于ORL人脸库和YALE人脸库的实验结果表明提出的人脸识别方法降低了人脸图像的特征维数,缩短了特征提取的时间,有效地提高了人脸识别率。     

打卡图像的分层人脸比对识别方法研究

具有身份的人脸图像比对要求具有高的识别率和实时性。本文针对打卡人脸图像,提出了一种基于加权模板匹配和SVM的分层人脸识别方法。该方法利用Gabor小波变换进行人脸图像特征提取,采用贡献分析法分析特征的贡献权重,在待测人脸图像比对识别时,采用加权模板匹配进行比对,通过两个阈值的判断,在既不能认为比对正确和不正确的情形下,再采用SVM和库中人脸图像进行识别比对。实验结果表明,基于该方法的人脸比对识别率高、实时性好,可用于实时打卡人脸比对。     

一种基于颜色和几何特征的人脸检测方法

该文提出了一种有效的人脸定位方法。通过局部自适应门限提取图像边缘,用几何规则和颜色特征筛选出候选眼睛块,使用遗传算法将这些眼睛块配对验证,适应度函数采用一个新颖的眼睛及脸颊区域的灰度投影及肤色信息定义。该方法可以实现多尺度、多角度的正面人脸检测,实验结果令人满意。     

一种改进的模板匹配眼睛定位方法

针对眼睛定位问题,文章提出了一种改进的模板匹配方法。在使用一种合成的眼睛模板对图像进行匹配得到多个相似眼睛点的基础上,利用人脸库部分图像中两眼相对位置关系的统计值来构造一个分段距离函数,并计算相似眼睛点的两两距离,根据此距离信息来同时定位双眼。实验结果表明,与传统模板匹配方法相比,该文方法能够同时定位双眼,并显著提高了定位准确率和定位速度。     

基于可变形样板的图像分割在医学影像上的应用

介绍了一种利用可变形的样板对图片进行分割的方法。方法的基本原理是通过对一个样板图像进行变形，使其能在最大程度上接近于目标图像来对目标图像分割的目的。使用样板变形进行图像分割的方法，可应用于医学影像中的器官分离等方面。     

Fast deformable matching of 3D images over multiscale nested subspaces. Application to atlas-based MRI segmentation

This paper presents a fast method to perform dense deformable matching of 3D images, applied to the registration of inter-subject brain MR images. To recover the complex morphological variations in neuroanatomy, the registration method uses a hierarchy of 3D deformations fields that are estimated, by minimizing a global energy function over a sequence of nested subspaces. The resulting deformable matching method shows low sensitivity to local minima and is able to track large non-linear deformations, with moderate computational load. The performances of the approach are assessed both on simulated 3D transformations and on a real data base of 3D brain MR images from different individuals. An application of the deformable image matching method to 3D atlas-based image segmentation is presented. This atlas-based segmentation is used at Strasbourg Hospital, in daily clinical applications, in order to extract regions of interest from 3D MR images of patients suffering from epilepsy.     

基于梯度向量流场的颅脑内胼胝体的分割研究

介绍一种基于梯度向量流场的医学图像分割方法。无论初始轮廓线位于真实边界以内或以外,变形轮廓都具有较宽的作用范围以及良好的收敛性,经过迭代算法后可以得到与真实图像边界十分接近的最终变形轮廓。此外,该方法对噪声图像也表现出良好的鲁棒性,特别适用于医学图像分割场合。将该方法应用于MRI图像上胼胝体的分割提取,实验结果表明,与传统手工方法相比,应用梯度向量流场方法提取出的胼胝体轮廓清晰,效果良好,而且耗时大为降低,这在临床应用中具有积极意义。     

A Deformable Object Tracking Algorithm Based on the Boundary Element Method that is Robust to Occlusions and Spurious Edges

The manipulation of deformable objects is an important problem in robotics and arises in many applications including biomanipulation, microassembly, and robotic surgery. For some applications, the robotic manipulator itself may be deformable. Vision-based deformable object tracking can provide feedback for these applications. Computer vision is a logical sensing choice for tracking deformable objects because the large amount of data that is collected by a vision system allows many points within the deformable object to be tracked simultaneously. This article introduces a template based deformable object tracking algorithm, based on the boundary element method, that is able to track a wide range of deformable objects. The robustness of this algorithm to occlusions and to spurious edges in the source image is also demonstrated. A robust error measure is used to handle the problem of occlusion and an improved edge detector based on the Canny edge operator is used to suppress spurious edges. This article concludes by quantifying the performance increase provided by the robust error measure and the robust edge detector. The performance of the algorithm is also demonstrated through the tracking of a sequence of cardiac MRI images.     

融合可变形卷积网络的鱼眼图像目标检测

环视鱼眼图像具有目标形变大和图像失真的缺点,导致传统网络结构在对鱼眼图像进行目标检测时效果不佳。为解决环视鱼眼图像中由于目标几何畸变而导致的目标检测难度大的问题,提出一种基于可变形卷积网络的鱼眼图像目标检测方法。将Cascade_RCNN中固定的卷积层和池化层分别替换为可变形卷积层和可变形池化层,使用Resnet50网络提取候选区域以获得检测框,级联具有不同IoU阈值的检测网络进行检测框抑制。在公开鱼眼图像数据集SFU_VOC_360和本文所采集的真实道路场景鱼眼图像数据集上进行实验,结果表明,该方法在鱼眼图像目标检测中具有有效性,目标检测准确率高于Cascade_RCNN网络。     

基于多目视觉的变形钢板三维测量方法

提出了一种使用4个相机测量变形钢板三维形状的方法;在没有纹理的钢板上画一些点,使用4个相机同时拍摄钢板;利用边缘检测算法找出钢板的边缘,利用特征点提取算法提取出4个图像中钢板上的特征点,并找到4个图像上精确的特征点匹配关系,然后测量出这些特征点的三维点;最后,以这些三维点为种子点向外区域增长,从而得到钢板的三维形状;实验对变形钢板进行三维测量,得到了钢板的精确的三维形状,结果验证了该方法的有效性和可行性。     

Fast numerical scheme for gradient vector flow computation using a multigrid method

The gradient vector flow (GVF) deformable model was introduced by Xu and Prince as an effective approach to overcome the limited capture range problem of classical deformable models and their inability to progress into boundary concavities. It has found many important applications in the area of medical image processing. The simple iterative method proposed in the original work on GVF, however, is slow to converge. A new multigrid method is proposed for GVF computation on 2D and 3D images. Experimental results show that the new implementation significantly improves the computational speed by at least an order of magnitude, which facilitates the application of GVF deformable models in processing large medical images     

用混合弹性模型解决图象变形匹配问题

由于用传统的刚体匹配方法难以解决待匹配图象之间的结构差异 ,因此需要引入变形模型来进行图象的非刚体匹配 .为此提出了一种利用混合弹性模型 (HEM)来解决图象变形匹配问题的新方法 .该方法不需要预先提取图象的特征 ,而是直接利用匹配图象之间的灰度信息来实现图象之间的匹配 .匹配时 ,首先通过基于主轴的方法来实现两幅图象之间的全局仿射匹配 ;然后利用线性弹簧网模型来求取两幅图象之间的相关性 ,并进一步利用薄板样条模型来实现两幅图象的变形匹配 .该方法在匹配过程中还采取了多分辨率匹配策略 ,合成图象和医学脑图象的实验结果表明 ,该方法是有效的     

Human body segmentation based on deformable models and two-scale superpixel

In this paper, we propose a novel method to segment human body in static images by graph cuts based on two deformable models at two-scale superpixel. In our study, body segmentation is decomposed into torso detection and lower body recovery. Based on the first-scale superpixel, the seeds of torso are obtained on the basis of the coarse torso region, which is estimated by an improved deformable torso model. For the lower body, we estimate the hip region to obtain the seeds of lower body at the second-scale superpixel. Besides, a deformable upper leg model is designed to derive more foreground seeds of the lower body. To avoid failure caused by the heavy dependence between the two hierarchies, a scheme of probabilistic hierarchical detection is presented. Experiments on our datasets containing 200 images photographed by ourselves and 100 other images collected from public datasets show that our approach can accurately segment human body in static images with a variety of poses, backgrounds and clothing. Segmenting the human body in static image based on deformable torso and upper leg models at two-scale superpixel.