精确码率控制JPEG2000感兴趣区域编码

提出一种能精确控制各编码层码率的JPEG2000感兴趣区域编码算法,对整个图像进行统一的JPEG2000编码,分别统计背景、感兴趣区域各自分配到的比特数。利用率失真函数的凸函数特性,在总码率恒定的条件下调整上述两区域分配的比特数,使得感兴趣区域获得优于背景区域的编码质量。该算法中感兴趣区域及其优先级均可动态改变,生成码流与标准完全兼容。     

基于JPEG2000感兴趣区域自适应水印算法

提出一个基于JPEG2000感兴趣区域(ROI)的自适应水印算法。该算法结合了感兴趣区域的编码特点及HVS特性,在量化的ROI区域中筛选高频系数实现水印嵌入,使嵌入图保持良好的视觉效果,也使嵌入的水印信息在经历了JPEG2000压缩后仍具有较强的鲁棒性。     

JPEG2000中的感兴趣区域编码算法

新一代静止图像压缩标准JPEG2000中增加的新特性之一，就是支持感兴趣区域编码技术。JPEG2000协议中定义了两种感兴趣区域编码算法-MaxShift算法和Scaling based算法。文中详细描述了MaxShift算法，并简要介绍了Scaling based算法，同时对两种算法的特性进行了比较分析。     

实时视频中的快速人脸检测方法

提出一种实时视频中的快速人脸检测方法。采用DirectShow获取和回放视频帧,进行前处理。对所得彩色图像进行肤色分割,通过肤色的统计特性得到人脸候选区域,将该区域设置为感兴趣区域。运用基于局部扫描的AdaBoost算法对每个感兴趣区域进行检测。实验结果证明了该方法的有效性。     

基于JPEG2000的任意形状ROI编码方法研究

介绍JPEG2000感兴趣区域编码技术的基本原理和编码方法,比较一般移位法和最大移位法,提出一种新的基于JPEG2000的任意形状感兴趣区域(ROI)编码方法GPBShift,它结合了两种标准ROI编码算法的优点.     

基于肤色检测的AdaBoost人脸检测算法改进

AdaBoost人脸检测算法用于嵌入式实时高清视频时检测速度缓慢.为此,提出一种改进的人脸检测算法.对图像做肤色检测,将检测到的区域进行形态学处理,并作为感兴趣区域,完成AdaBoost人脸检测,以得到检测结果.实验结果表明,该算法在嵌入式系统上运行稳定,能提高检测速度和检测正确率.     

基于JPEG2000标准的感兴趣区域编码

概述了JPEG2000标准PART1的基本系统,介绍了其重要特点:感兴趣区域编码;介绍了一种新的ROI编码算法——PSBShift算法,它结合了JPEG2000中定义的两种标准ROI编码算法的优点。     

基于SVM和AdaBoost的人脸检测算法

提出了一种结合SVM和AdaBoost的人脸检测算法。该算法首先根据训练样本中的人脸和非人脸区域训练作为分量分类器的支持向量机（SVM）,然后通过AdaBoost算法把这些训练好的分量分类器组合成一个总体分类器;再利用该总体分类器来区分测试样本中的人脸和非人脸区域。实验结果表明,该算法不但提高了识别的正确率,而且大大提高了检测速度。     

JPEG2000感兴趣区域编码的新方法

对于感兴趣区域编码一直是图像压缩的热点之一。结合新一代静止图像压缩标准JPEG2000,介绍了JPEG2000中两种经典的ROI压缩算法：最大化位移法和一般位移法,分析了这两种方法的实现原理和优缺点,提出了一种新的JPEG2000感兴趣区域编码方法。该方法利用JPEG2000中“失真可伸缩性”的特点,对于感兴趣区域和背景区域给定的目标质量,在质量层上根据给定的目标质量对包进行丢弃处理以达到压缩的目的,没有经典ROI（Region Of Interest）压缩方法的移位处理,所以压缩效率略好于经典压缩方法,压缩时间小于经典ROI方法所需的时间。实验结果表明,在相同的压缩比特率下,压缩效果和压缩时间优于JPEG2000中经典的压缩方法     

基于SVM和AdaBoost的人脸检测算法

论文提出了一种结合SVM和AdaBoost的人脸检测算法。该算法先根据训练样本中的人脸和非人脸区域训练作为分量分类器的支持向量机（SVM）,然后通过AdaBoost算法把这些分量分类器组合成一个总体分类器;再利用该总体分类器来区分测试样本中的人脸和非人脸区域,并得到置信图。最后通过均值漂移算法找到置信图的峰值,得到人脸区域的新位置。实验结果表明,该算法不但提高了识别的正确率,而且大大提高了检测速度。