IFS分形码的快速图像检索算法

图像经分形编码后产生IFS分形码,它可被用来进行图像检索操作。针对图像检索的特点,将分形码中的位置参数替换为相对距离与方向系数。定义了分形码间的距离以及图像间的分形码距离,并取出分形码距离最小的前门幅图像作为检索结果,由此提出了基于IFS分形码的快速图像检索算法。从时间复杂性上分析,利用本文算法所需的检索时间与值域块的个数有关。实验结果表明,相对缩放与旋转变化,算法对位移与亮度变化具有较强的稳定性,其分形码距离的均值仅为14.07和20．05;并可检索到具有一定相似性的图像,且类间与类内分形码距离约相差8,类内距离远小于类间距离。     

基于核最小距离鉴别投影的人脸识别算法

针对人脸图像的非线性分布特征,本文在最小距离鉴别投影(MDP)算法的基础上,提出了一种新的核最小距离鉴别投影算法.该方法首先通过核方法将样本映射到高维非线性空间,继而在得到的高维非线性空间上进行最小距离鉴别投影并计算其相应的投影矩阵,使得样本与类内、类间中心距离达到最优.最后采用最近邻分类方法对样本进行分类识别.通过在ORL和YALE人脸库上进行的实验,验证了该算法取得的识别效果优于其他方法.     

采用多源图像分形特征的多目标检测方法

针对多目标的检测,本文提出一种采用多源图像分形特征的特征级融合检测方法.首先对多目标检测的特点进行了分析,对分形理论进行了介绍,然后详细介绍了该融合检测算法的思路和原理.该算法首先由红外图像阈值分割出部分目标;然后利用分维数图的统计特征可以增强分形维数的奇异性,在可见光图像的分维数图中搜索与已检测出的目标区域具有相近分形统计特征的区域,进行标记;再根据"距离相似度准则"进行目标的聚类识别,排除背景干扰,最终检测出全部目标.实验结果表明该融合检测算法能有效地进行多目标的检测与识别.     

人脸图像中人眼的检测与定位

利用人脸几何特征和图像分割原理，提出了一种在有背景的灰度和彩色人脸图像中自动检测与定位人眼的新算法。首先，基于人脸器官几何分布先验知识建立人眼位置判定准则；其次对人眼的分割阈值范围进行粗估计；然后采用分割阈值递增法，并结合人眼位置判定准则判定分割图像中双眼黑块是否出现；最后利用二雏相关系数作为对称相似性测度，检验检测到的双眼的真实性。为了避免图像背景对人眼检测的干扰，还运用了肤色分割原理来缩小检测人眼的搜索区域，从而进一步提高人眼定位的准确性。实验验证表明，所提出的人眼检测与定位方法在速度和准确性方面具有良好的性能。     

一种新的人脸图像本征维数估计方法

利用拓扑理论中的单形定义,本文提出了一种针对人脸图像本征维数的估计方法.首先给出一个简单的几何模型,说明在不同的姿态和光照条件下人脸图像可看成一个弯曲流形;然后把人脸流形模型近似为一个单纯复形,获得相应的单形数目;最后,利用单纯复形中单形的最大维数是单纯复形的维数的性质,从而估计出人脸图像的本征维数.实验结果表明,本文方法跟经典方法,如分形方法、熵估计方法及k-近邻图方法等相比较,在人脸图像本征维数估计方面是有效的和准确的.     

小波包变换在人脸识别光照补偿中的应用

提出了一种用于非均匀光照条件下人脸识别的光照补偿算法.该算法首先将人脸图像变换到对数域,并在对数域中计算2维小波包变换,通过舍弃部分子带图像中的系数来实现人脸图像的非均匀光照补偿.由于人脸光照补偿的目的是为了提高人脸识别性能,所以光照补偿的效果利用人脸识别率来表征.在Yale B人脸库中,与对数域离散余弦变换(DCT)光照补偿算法进行了比较,实验结果表明,本文方法的人脸识别平均误识率可以达到0.53%,比对数域DCT方法具有更好的性能.     

基于Julia集的非线性分形图像的快速压缩方法

传统的分形图像压缩方法是基于图像局部之间的自相似进行编码。提出一种快速的Julia分形压缩方法:首先利用对称性快速生成4×4的Julia图像块,其次利用传统的数据图像匹配算法对原始图像进行压缩,最后,和论文[1]所用的方法相比,可以节省60%的时间,而压缩效果和重建图像质量也十分接近。     

基于PCA、FLD和小波包子图融合的人脸识别算法

基于单一理论的识别方法由于各种因素的限制,存在自身固有的局限性。为提高算法的效率和准确率,本文结合主成分分析法(PCA)和Fisher线性判别法(FLD),提出一种基于融合小波包子图的人脸识别方法 FW-PCA-FLD。该方法首先将小波包分解后的人脸子图像根据其能量分布特性进行加权融合,然后利用PCA方法对融合后的小波包图像进行特征提取,最后用Fisher线性判别找到合适的投影空间,通过度量训练样本与测试样本在投影空间上的投影系数进行人脸的分类识别。在CMU PIE人脸库、JAFFE人脸库上的实验结果表明,本文提出的人脸识别算法不仅在正确识别率和识别时间效率上表现较为优越,而且对不同光照、表情、姿态变化下的人脸识别都保持较好的适应性。     

改进的 AdaBoost人脸检测方法

针对传统 AdaBoost算法检测速度快准确率低的问题,本文提出了一种改进的 AdaBoost算法以提高人脸的正确检测率,该算法首先利用快速积分图提取人脸的 Haar特征,然后使用阈值设定的方法对传统的 AdaBoost算法进行改进,并将每次检测的最优弱分类器级联形成最终的强分类器,通过强弱分类器对 Haar特征判别,从而检测图像中的人脸部分。采用本方法对多种实验图像集进行人脸检测实验, FERET彩色图像库的正确检测率为96.07%,视频图像的正确检测率为 96%。实验结果表明,本文所设计的人脸检测算法能够对静态图像以及视频图像中的人脸进行有效检测,为人脸的正确识别打下了基础,该算法也为计算机视觉领域的研究提供一种有效方法。     

一种改进NMF算法及其在人脸识别中的应用

为了提高非负矩阵分解(NMF)算法对光照、姿态等外部因素的鲁棒性,本文对传统的NMF进行改进,提出了一种改进的NMF方法.首先对NMF基图像进行判别分析,然后选择主要反应类内差异的基图像来构造子空间,最后在子空间上进行识别.通过Havard人脸库和Umist人脸库上的实验,结果表明,该方法能够对光照和姿态的变化具有一定的鲁棒性和较高的识别率,比传统的NMF方法和PCA等子空间分析法识别率提高了20%以上.     

自然场景图像的字符识别方法

目的基于大津算法(Otsu算法)对图像进行分割,利用光学字符识别方法对自然场景图像中的英文字符进行识别。方法首先用分块Otsu算法对图像进行初步的二值化,然后通过对二值化结果的分析,把原始的输入图片分割成单个字符的子图,再对各子图重新用Otsu算法进行二值化,最后对最终得到的二值化结果进行识别,再结合之前得到的每幅图的字符数量信息和词典信息,对识别结果进行修正,得到最终的识别结果。结果在ICDAR2013数据集上测试文中算法,单词正确识别率为46.03%,总编辑距离为474.5。结论文中提出的以Otsu为基础的分块识别算法,能够更好地分割复杂背景图像的背景和文本,同时结合词典信息对识别结果进行了修正,改善了识别效果。     

一种基于GDLPP的人脸识别算法

针对人脸识别中的特征提取问题,本文提出了一种结合Gabor小波特征和判别保局投影的人脸识别算法-GDLPP.该算法首先对人脸图像进行多分辨率的Gabor小波变换,提取样本的高阶统计信息;然后更改保局投影(LPP)的目标函数,增加样本类间散布约束,从而提取更具判别性的特征.本文采用最小近邻分类器估算识别率.在USPS数据库、Yale人脸库以及AR人脸库的测试结果表明,在姿态、光照、表情、训练样本数目变化的情况下,GDLPP都具有较好的识别率.     

Occlusion invariant face recognition using mean based weight matrix and support vector machine

In this paper, a novel occlusion invariant face recognition algorithm based on Mean based weight matrix (MBWM) technique is proposed. The proposed algorithm is composed of two phases—the occlusion detection phase and the MBWM based face recognition phase. A feature based approach is used to effectively detect partial occlusions for a given input face image. The input face image is first divided into a finite number of disjointed local patches, and features are extracted for each patch, and the occlusion present is detected. Features obtained from the corresponding occlusion-free patches of training images are used for face image recognition. The SVM classifier is used for occlusion detection for each patch. In the recognition phase, the MBWM bases of occlusion-free image patches are used for face recognition. Euclidean nearest neighbour rule is applied for the matching. GTAV face database that includes many occluded face images by sunglasses and hand are used for the experiment. The experimental results demonstrate that the proposed local patch-based occlusion detection technique works well and the MBWM based method shows superior performance to other conventional approaches.     

Face recognition system based on MOTIF features

This work addresses the use of the MOTIF algorithm for face feature extraction. The MOTIF algorithm is commonly used to characterize texture and shows good performance in this task; a MOTIF algorithm without the Co-occurrence Matrix is proposed to obtain face features, and the approach proves to be effective. System testing was based on a standard database (the AR Face database) that includes 120 people, 70 images with face expressions and 30 with sunglasses; 1 to 9 images were used to make the template for each person. After using Euclidean distance, Cosine distance and support vector machine as classifiers, correct classification was achieved with 98% accuracy. Further tests were performed with all databases and compared with Local Binary Pattern, DI-WBP and other commonly used schemes, demonstrating effective face recognition by the MOTIF algorithm without the co-occurrence matrix in addition to its fast performance due to the low computational cost.     

一种基于三维模型投影的人脸识别新方法

研究了使用三维人脸模型进行不同姿势下的人脸识别问题,提出了一种三维建模二维识别的人脸识别算法,首先使用该方法将三维模型向不同方向投影,进而将不同姿势的二维图像与不同方向的投影结果相匹配,进行人脸识别。研究了使用Minolta Vivid 910进行数据获取,创建三维模型的方法和过程。实验结果表明,在进行不同姿势的人脸识别时,该方法的识别速度快于三维可变形模型方法,识别率远优于使用二维正面图像作为模板的人脸识别方法。     

基于Gabor脸和隐马尔可夫模型的人像识别算法

提出了基于Gabor小波变换和隐马尔可夫模型的人像识别算法。该算法先对人脸图像进行多分辨率的Gabor小波变换,采用主元分析法对每个结点进行降维,最后形成Gabor脸。把Gabor脸的每个特征结作为观测向量,对隐马尔可夫模型进行了训练,并把优化的模型参数用于人脸识别。实验结果表明,本文方法识别率高,复杂度较低,对部分遮挡的图像具有较大的容忍度。     

基于强度和梯度先验的L0正则化模糊QR码识别

目的研究因机械抖动,拍摄器材与图像存在一定距离或相对运动而产生运动模糊、散焦模糊等情况下的模糊QR码图像识别。方法采用基于强度和梯度先验的L_0正则化方法对模糊QR图像进行去模糊。优化模糊核尺寸的人为预估问题,提高程序效率。对1至15类常用QR码图像进行模糊仿真,再通过盲提取获得模糊核,用峰值信噪比PSNR值衡量该方法在QR码图像去模糊的复原精度。结果PSNR值随着QR码图像复杂度的增加而相对减少,但因QR码存在一定的容错率,在PSNR值为13以上且噪声、振铃小的情况下就能够被识别。文中算法相较于其他算法在型号较高的模糊QR码恢复方面识别率更高。结论基于强度和梯度先验的L0正则化方法对模糊QR码的恢复效果显著,且不是只针对某一类模糊QR码图像,对于多种类型的模糊QR码图像恢复都能有很好的效果。     

多级FFD配准视频人脸超分辨率重建

超分辨率重建是解决视频人脸识别中人脸分辨率低的有效方法,但由于人脸畸变、表情变化等非刚性变化导致无法精确配准和重建.针对此问题,提出基于B样条的多级模型自由形式形变(FFD)弹性配准算法.先用低分辨率FFD网格全局配准,再对全局配准后的图像分块并计算对应子图块的相关性系数,对相关性系数小的子图块用高分辨率FFD网格局部细配准.在配准的寻优过程中采用基于混沌因子的自适应步长最速下降法提高寻优效率.配准后,采用POCS算法对多帧图像重建高分辨率图像来识别.在标准视频库和自建视频库上实验仿真,结果表明在人脸畸变和表情变化很大的情况下,也能够精确的配准和很好的重建,得到较高识别率.     

Facial expression recognition by using differential geometric features

ABSTRACT

In recent years, a growing interest has been created for improvement of human interaction with computers. Hence, automatic recognition of facial expressions has become one of the active research topics. The purpose of this paper is to identify facial expressions, by using differential geometric features. In the proposed method, only the first and last images are used and differential features are extracted from these two images. Differential geometric features are extracted from changes in the important points of the face in the two images. In this method, the distance between the important points of the face and the reference point was calculated in both directions x and y, for two images, and with the difference between the distance, the differential geometric features between the two images were obtained. Based on the results, with this method, recognition accuracy of six facial expressions in the database was 96.44%, CK +.