基于随机模型的边缘检测

在图象处理和计算机视觉中图象分割是一个非常重要的步骤，分割的好坏将直接影响很多后续处理的结果。虽然目前已有很多不同的边缘提取算法，但是这些方法很少考虑图象结构上的特点，而且从某种意义上讲所有基于差分的方法都是病态的。本文提出了一种边缘检测的随机模型方法，在这种方法中建立了两个模型，成象模型和基于磁引力模型的先验模型。在这两个模型的基础上我们分别采用模拟退火和贪心法进行求解，并将结果与其它基于差分的     

人脸检测中一种简单有效的合并重合窗口方法

在当前主流的基于统计学习和穷举搜索窗口的人脸检测技术中,使用分类器对每个候选窗口进行分类判决之后,会留下多个重合的人脸候选窗口。为了将多个重合窗口合并为一个,提出一种使用矩形环对一个真实人脸的多个具有重合性质的分类器响应候选窗口进行重合范围限定,并合并多个窗口的策略。提出的矩形环合并窗框方法具有简单、易编程的特点,实验表明了该文方法的有效性。     

一种由粗到细的头发分割方法

从图像中提取出头发区域,能够为头发分析、发型趋势预测等任务提供有利的线索.但是,头发的类内模式非常复杂,并且它与其他物体类间也常因光照复杂、表观特征相似等因素而难以分离.因此,头发分割是一个非常具有挑战性的问题.为了一定程度地解决这些问题,提出了一种由粗到细的头发分割方法.首先,该方法利用最新提出的利用视点进行主动分割(active segmentation with fixation,简称ASF)的方法,粗略提取头发分割的候选范围,保证头发区域的高召回率(准确率也许较低),并由此排除大部分与头发区域难以分离的背景区域;然后,利用特定于当前图像的头发类别信息,使用图割(graph cuts,简称GC)法在限定的范围内进行更加精细的分割.具体地,采用均值漂移(mean shift,简称MS)方法对输入图像进行区域的过分割;然后,利用贝叶斯方法选择一些可靠的、有较大概率属于头发或背景的“种子区域”,针对头发和背景的种子区域,采用支持向量机(support vector machine,简称SVM)在线学习头发和背景的分类器,并将其用于预测每个像素或区域属于头发或背景的概率;最后,将得到的概率用以GraphCuts 的初始化,求解得到最终的头发分割结果.实验结果表明,所提出的头发分割方法能够超越当前提出的头发分割方法.为了验证方法的可推广性,对其进行了一定扩展,并在马、汽车、飞机这3 个类别的公开数据库上作了评测,取得了较好的性能.     

基于纹理分布和变形模板的面部特征提取

面部特征提取是面部感知的重要内容,同时也是特定人的3D人脸动画应用中所必须的前期工作.在一个多级人脸检测模块检测到人脸大致区域和尺寸的基础上,提出并实现了一种基于面部图像纹理分布特性和可变形模板的由粗到细的面部特征提取策略,旨在解决可变形模板对参数初值依赖性强和计算时间长的问题.该策略首先利用眼睛区域的谷特性和频率特性定位两个虹膜中心点位置,然后用积分投影确定唇部和鼻子区域的位置,在此基础上进行关键特征点的检测,从而可以得到预定义特征模板参数的良好初值,最后基于贪心算法的多阶段轮换优化算法来搜索一个极小点     

非特定人手语识别问题中的合成数据驱动方法

针对手语识别研究中训练样本缺乏,提出了一种衍生数据的方法,有效地解决了动态多数据流手语训练用样本合成问题.利用mean-shift算法可以方便、快捷地得到密度函数梯度的变化方向,从而控制衍生的方向和强度.算法同时考虑到合成样本尽可能包含非特定人的信息及其有效性,对数据所实现的变形不会被识别系统的初始化过程逆转.合成数据驱动的效果受模型的容量、合成的强度与方向影响.在多种实验环境下对驱动效果进行评估,识别率有所提高,在某些例子中提高明显.     

在频域上利用三维轨迹匹配进行手语识别

手语是聋哑人互相之间常用的交流手段.但由于大部分口语使用者不懂手语, 因此影响了聋哑人参加正常的社交活动.因此,提出了一种利用简单的三维轨迹信息进行小规模手语词汇识别的方法,试图帮助聋哑人克服部分交流障碍.首先,对Kinect获取的三维轨迹进行预处理——对获得的三维轨迹根据打手语人的身高进行归一化,然后使用插值算法对轨迹进行均匀的指定点数的重采样.在进行匹配之前,测试集和原型图像集中的轨迹将会对齐,并使用DFT变换到频域空间,得到由实部、虚部、幅值串接而成的新的特征向量.最后,在频域中计算两条轨迹之间的欧氏距离以评估两条三维轨迹的相似度.对239个手语词汇集合的实验结果表明,该方法对于中国手语的孤立词识别是有效的.     

VOD系统中接收终端的设计与实现

分析了ＶＯＤ系统中对接收终端的要求,提出了一种适用于有线电视电缆传输的基于ＭＰＥＧ－２的接收终端设计方案,并设计了针对ＶＯＤ应用的节目特殊信息（ＰＳＤ）的专和结构,在线基础上设计并实现了一套基于有线电视的ＶＯＤ系统。     

未来视频技术专题(英文)

In the past few years, video has become one of the most powerful engines to push communications forward. The increasing of digital video technology requires larger and larger bandwidth for various applications, such as IPTV, VOD, video phone, mobile search, etc. The goal of this Feature Topic column is to present and highlight the latest progress and future video-related technologies. We hope this     

知识引导的快速表格分割方法研究

数据录入的低效率一直是影响OA和数据库应用发展的因素之一，改善这一途径就是发展数据自动录入技术，本文讨论了自动报表录入系统中的分割算法，针对表格的多样性，提出一种在图象知识库支持下的快速分割算法，并在应用中取得了较好的效果。     

基于多特征多分类器的汉语手指字母流的识别系统

手指语是用手指指式进行交流,一个指式代表一个汉语拼音字母,按照汉语拼音方案 拼成普通话.文中提出了一种基于多特征多分类器的汉语手指语识别方法,并利用该方法建造 了手指字母流识别系统.实验表明,该方法的识别效率明显优于基于单分类器的识别方法.