基于紧致全姿态二值SIFT的人脸识别

姿态变化是人脸识别中的关键问题之一,全姿态二值SIFT(CPBS)提取等间隔采样姿态人脸图像的二值化SIFT特征,并用于任意姿态人脸识别,获得了良好的识别性能。但是,CPBS特征量很大,计算成本很高。提出了紧致全姿态二值SIFT(CCPBS)的人脸识别方法。选取间隔45°的人脸图像作为训练集,首先提取ASIFT特征进行融合。然后用基于稀疏表示的方法进行特征选择,有效地滤除相似或相同的特征,减少数据冗余。进一步对选择的特征进行二值化,即可得到CCPBS。人脸识别通过计算待识别人脸和CCPBS之间的汉明距离来完成。在CMU-PIE和FERET人脸库上实验结果表明,提出的算法无需人脸对齐和标记,即可以取得很高的正确识别率,明显优于其他算法。与CPBS相比,识别率仅降低很少的同时,特征量降低了22.11%和32.63%。     

基于改进的二值形态学人脸识别算法

针对人脸检测识别中存在的识别率低、图像易受光照、亮度等因素影响问题,提出了一种肤色检测算法与二值形态学处理算法相融合的人脸识别算法。首先对捕捉到的图像进行YCrCb模型检测减少图像中亮度的影响,运用HSV模型检测算法降低光照对图像的影响;然后将得到的检测图像转换为二值图像,进行二值形态学去噪处理;最后得到了人脸识别图像。实验结果表明,所提出的算法对于不复杂、较为复杂和复杂人脸图像的检测识别率分别达到了98.6%、93.3%和90%。     

融合步态和人脸特征的远距离身份识别研究

在单一摄像头获得的步态图像序列中将步态信息和人脸信息相融合进行实时的远距离身份识别。在步态图像序列中自动提取侧面人脸图像。采用基于傅里叶描绘子和关键点特征的方法提取步态特征,采用傅里叶变换和奇异值分解的人脸识别方法对步态图像序列中的侧面人脸进行特征提取。利用欧氏距离作为度量建立匹配函数。在中科院自动化研究所CASIA步态数据库中进行实验,通过对单独利用步态特征和人脸特征进行识别的识别率和通过最大法则、加法法则和乘法法则融合后进行识别的识别率进行比较,实验表明将步态和人脸特征相融合可有效地提高了识别率,识别率可达95.00%。     

一种去除人脸图像中的眼镜的方法

在人脸识别中,眼镜作为人脸上常见的遮挡物对人脸图像的识别率有很大的影响。该文提出了一种去除人脸图像眼镜的方法。利用二维广义主成分分析(2DIMPCA)算法对戴眼镜的人脸进行重建,通过与输入的原始人脸图像的对比,经过二值化运算,提取出眼镜遮挡区域;通过误差迭代的方式对图像进行误差补偿,合成最终的无眼镜的人脸图像。实验结果表明,该算法可以得到比较自然的无眼镜人脸图像,优于传统的PCA方法。     

一种仿生的人脸不变特征提取方法

为了提高基于子空间算法的人脸识别的识别率,提出一种仿生的人脸不变特征提取方法.通过模拟初级视皮层(V1)的信息处理机制,构建一个二层结构的分层网络提取人脸图像的不变特征.网络的第1层模拟Vl简单细胞的功能,通过稀疏编码方法学习获得一组类似Vl简单细胞的滤波器,利用该组滤波器提取图像的光照不变特征;第2层模拟V1复杂细胞的功能,通过局部极大值运算对第1层的输出在空间和尺度邻域内进行合并,得到对光照、表情、轻微姿态变化和面部局部细节变化具有鲁棒性的人脸不变特征.以此不变特征代替原始人脸图像作为子空间算法的输入,从而提高识别率.在FERET和ORL人脸库上的实验表明,相对于直接使用子空间算法,方法将识别率提高了4.95%～20.35%.     

基于AdaBoost算法的人脸识别系统的研究与实现EI北大核心CSCD

在现代生活中,人类通过人脸来抒发情感、传递个人思想及相互交流。人脸能够深刻地反映人们内心状态的变化,成为最直接、最重要的表达手段。随着图像技术的逐渐发展,人脸识别技术引起了人们的广泛关注。针对近年来在人脸识别领域的相关技术以及理论进行研究,并选择AdaBoost算法进行整合实现,以达到更好的识别效果。在识别过程中,针对图片的特征进行灰度化和均衡预处理,改善图片质量、提高图片分辨率和运算速率;选定Haar的特征分类器进行特征分类;使用SIFT特征提取算法作为对比算法,将待匹配图像与图像库中的图像进行比较,完成人脸识别过程。最后,通过上述方式设计并实现了一个简单的人脸识别系统,利用上述算法完成计算,实现了图像的检测人脸、识别使用人脸。并通过实验验证了该识别方法和系统的准确性、有效性。     

基于AdaBoost算法的人脸识别系统的研究与实现

在现代生活中,人类通过人脸来抒发情感、传递个人思想及相互交流。人脸能够深刻地反映人们内心状态的变化,成为最直接、最重要的表达手段。随着图像技术的逐渐发展,人脸识别技术引起了人们的广泛关注。针对近年来在人脸识别领域的相关技术以及理论进行研究,并选择AdaBoost算法进行整合实现,以达到更好的识别效果。在识别过程中,针对图片的特征进行灰度化和均衡预处理,改善图片质量、提高图片分辨率和运算速率;选定Haar的特征分类器进行特征分类;使用SIFT特征提取算法作为对比算法,将待匹配图像与图像库中的图像进行比较,完成人脸识别过程。最后,通过上述方式设计并实现了一个简单的人脸识别系统,利用上述算法完成计算,实现了图像的检测人脸、识别使用人脸。并通过实验验证了该识别方法和系统的准确性、有效性。     

人脸图像标准化技术研究

文章介绍一种行之有效的人脸图像标准化方法，打破了传统的通过人脸的特征点眼睛或者鼻子来定位人脸的方法。该方法首先采用边缘检测获得精度较高的二值化图像，根据二值化图像，利用垂直灰度投影找到脸颊的两侧点，根据水平灰度投影确定下巴和头顶点，最后为人脸识别提供64X64的标准化图像。本文所述图像预处理方法，能极大提高整个识别过程的识别率。     

基于多尺度分析的人脸识别算法研究

针对传统的人脸识别算法易受光照等因素影响的缺点,提出了一种基于多尺度分析的人脸识别算法。首先,对采集到的人脸图像进行预处理,去除噪声,减弱无用信息,增强有用信息;然后,在粗尺度上采用形态学梯度边缘检测算法对人脸轮廓进行提取,缩小人脸库的搜索范围;最后,在细尺度上对人脸的不变特征进行提取,采用Harris角点检测算法对在粗尺度上得到的边缘图像进行特征提取,减少计算量,提高了识别速度。在所拍摄的人脸库上对算法进行验证,实验表明,对易于进行轮廓提取的人脸图像的识别速度较快,精度较高。     

基于频谱脸和不变矩人脸识别新方法的研究

提出了基于频谱脸和不变矩的人脸识别方法。频谱脸是一种人脸的特征表达方式,可以有效地消除人脸表情变化、少许遮掩对人脸识别的影响。而不变矩是图像的一种统计特征,具有的平移不变性、旋转不变性和比例不变性,可以有效减少少许姿态和光照条件变化所带来的识别误差。因此首先对原始图像进行适当级数的小波变换及傅立叶变换得到人脸图像的频谱脸表达,然后利用频谱脸图像矩阵的不变矩作为识别特征,建立人脸识别模型。利用ORL人脸数据库进行仿真实验,结果表明,该方法识别率较高,识别速度较快,便于实时实现。     

高精度光学头部位置定位系统

针对头盔式虚拟现实系统中的头部位置跟踪,研究并实现了多摄像机下的高精度光学头部位置定位系统。通过设计初始标定方块来减小系统安装误差,使摄像机按正交方式布置,保持其光轴两两相互垂直。定位过程中以某一摄像机为基准,任意给定目标深度初值;依据摄像机成像模型计算出目标空间位置,再将该计算结果作为其他摄像机的目标深度初值进行循环迭代计算,收敛至给定精度后得到目标三维空间坐标值。最后以3个标记点空间位置为基础,依据其空间关系计算得到目标姿态角。对比实验表明,该定位方法定位精度高、计算速度快,静态位置误差为0.051 cm,动态位置误差为0.088 cm,明显超过电磁跟踪器定位精度;同时该定位系统成本低廉,不受外界金属和电磁环境干扰,可满足虚拟现实系统中高精度头部位置跟踪需求。     

一种确定物体姿态的闭式解方法

本文介绍了一种由三条互相垂直的直线确定三维物体相对于摄像机姿态的闭式解的新方法.这种闭式解方法计算过程简单,计算时间短.同时这种方法能够由三条互相垂直直线得到物体相对摄像机姿态的唯一解,解决了困扰姿态估计的多解问题.本文详细叙述了这种方法的求解过程,最后给出了仿真结果,证明该方法具有良好的实时性.     

利用平行透视投影模型的位姿迭代估计

提出了一种利用平行透视投影模型的高效位姿迭代估计方法来提高单目视觉测量系统的精度和鲁棒性.通过引入齐次坐标表示,避免了现有算法对平行透视投影参考点选择的限制.首先,研究了平行透视投影模型下使用齐次坐标求解目标位姿的方法,阐述了它的几何意义.然后,通过迭代的方式将其应用于一般透视模型下目标位姿的高精度估计.仿真实验结果表明,本文方法提高了基于平行透视投影模型的位姿迭代估计的精度,速度和抗噪性能.实物测量结果表明,本文方法的平移测量精度优于0.1 mm,旋转测量精度优于0.1°,可以满足各种视觉检测系统的要求.另外,使用标志点和图像特征亚像素定位技术还可进一步提高该算法的精度.     

一种基于旋转体的模型定位方法

本文设计了一种由4个相切椭圆构成的几何模型,该模型环绕于圆柱体表面,利用二次曲线的投影仍然是二次曲线的特性和椭圆的相应性质能够得到唯一确定模型位置的4个共面的坐标点,从而将旋转体定位问题转化为共面P4P问题.利用P4P的线性算法,即可唯一确定圆柱体模型的位置和姿态.最后利用这种定位方法进行了仿真实验,实验结果表明这种方法的有效性.     

基于深度残差网络的多人姿态估计

为了提高人体姿态估计的准确度和检测速度,提出了一种基于深度残差网络的多人姿态估计算法。首先使用现有的先进目标检测算法检测出人体位置,再在人体边界框内作单人姿态估计。对现有模型的残差块进行改造, 降低了模型的参数量,加入多尺度监督模块和多尺度回归模块辅助训练,提高了模型的学习效率,并采用新的坐标提取方法进一步提高了模型的...     

三维人脸姿态校正算法研究

针对目前三维人脸姿态校正算法的鲁棒性差和计算复杂的问题,提出了一种基于法向量对齐的人脸姿态校正算法,即先通过计算离散高斯曲率获取面部的3个特征点,然后计算这3个特征点组成的平面的法线方向,最后通过该法线的朝向进行人脸姿态校正。该方法计算量小,适用性广,实验结果表明,校正效果好。     

利用姿势估计实现人体异常行为识别

异常行为识别是近年来计算机视觉领域的研究热点。为了实现对多人体异常行为精确识别的目标,提出了一种基于人体姿势估计的异常行为识别算法。首先采用基于滤波通道特征的行人检测算法对各个目标人体进行定位;然后对每个人体构建基于图结构框架的外观模型;最终采用霍夫方向计算器算法(HOC)提取人体部件特征,从而进行行为分类。实验结果表明,该文算法可以在单帧图像上对多个人体的行为进行识别,并提供了多类别的异常行为分类,实验效果明显,准确率较高。     

单目视觉位姿测量的线性求解

利用定位特征点在图像中的坐标求解空间位姿算法是单目视觉位姿测量技术中的关键.针对这个问题,在距离因子的基础上建立了非线性的位姿测量模型.利用代数变换方法将非线性测量模型转化成线性非齐次方程组.根据代数变换过程中变量之间的相互关系,建立方程组通解之间的乘积关系方程组.再次利用代数变换对乘积关系进行线性变换,并利用P4P问题中共面特征点姿态测量唯一解的特性,实现位姿测量的线性求解.通过数值仿真和实际测量两个试验对该位姿测量算法进行了精度验证,试验数据表明该方法可以有效抑制图像噪声干扰,提高位姿测量的精度.     

微扑翼飞行器的力学分析与姿态控制研究

建立了微扑翼飞行器的气动力模型,对升力和阻力的产生机理进行了分析和计算。研究了尾翼对微扑翼飞行器姿态控制的影响,提出了尾翼对机身的力矩模型。进行了姿态控制方法的研究及仿真。仿真及计算结果符合试飞情况。证明研究的有效性和方法的可行性。     

在机测量激光测头位姿的线性标定

针对在机激光扫描测量中激光测头安装位置和姿态引起的测量误差,提出了一种适用于在机激光测量的测头标定方法。构造了在机激光扫描测量原型系统,建立了激光测头随机床运动的测量模型;通过多角度扫描标准球球面拟合球心,给出了一种线性求解测头安装位姿参数的算法,避免了非线性优化求解中的大量计算和不稳定问题。分析了测量过程中机床各个轴的运动误差对测量结果的影响,建立了误差模型,并给出补偿机床系统误差的方法。实验显示,对直径已知的标准球进行测量时,测头在不同摆角测得的标准球直径误差小于0.05 mm,误差补偿后球心位置误差减小了83%。实验结果验证了该标定方法的可行性,以及机床误差对测量精度影响的模型及补偿方法的正确性。