基于学习的群体动画生成技术研究

为了降低群体动画中生成大量自然而又相似的人体运动的难度和复杂性,研究了一种基于学习的群体动画生成技术。该技术首先通过建立基于高斯过程隐变量模型和隐空间动态模型的运动姿势学习模型,将高维运动姿势映射到低维隐空间中,并在低维隐空间对相邻姿势的动态演化进行建模;然后通过对已有运动数据的学习来获得组成该运动的姿势的概率分布,再通过隐空间中的动态预测和Hybrid Monte Carlo采样来得到符合给定概率分布的隐轨迹;最后通过姿势重构来得到与原运动非常相似但又不同的一系列自然的运动,以产生群体动画,从而避开了传统的基于几何和物理约束的逆运动方法固有的困难和复杂性。     

隐式曲面上图像扩散的高阶模型

用零水平集函数表达3维曲面,应用曲面上图像梯度的切投影表达其内蕴梯度,把基于梯度的图像扩散变分模型从平面图像拓展到了隐式曲面上的图像处理。基于内蕴梯度的变分模型对曲面上的图像进行扩散的同时可有效地保持其边缘,但像平面图像扩散的变分模型一样会在本该光滑的区域产生明显的阶梯效应。为消除阶梯效应,引入内蕴散度建立了基于内蕴梯度和内蕴散度的隐式曲面上图像扩散的变分模型,并以TV (total variation) 模型、PM(peronamalik)模型为例对所提出的模型的有效性进行了数值验证,实验结果表明该类模型在保持图像边缘的同时可以有效地抑制阶梯效应。     

基于FMFCC和HMM的说话人识别

美尔频率倒谱系数(MFCC)是说话人识别中常用的特征参数,而语音信号是非平稳信号,MFCC并不能很好的反映语音的时频特性。针对这一缺陷,为了提高说话人的识别率,结合新的时频分析工具分数傅立叶变换(FRFT)。将MFCC推广到分数形式,得到分数美尔频率倒谱系数(FMFCC),用以表征语音信号的特征;并利用可分性测度验证了特征参数的有效性;通过建立20个不同说话人的FMFCC特征库,采用隐马尔可夫模型(HMM)对说话人进行仿真识别。仿真结果表明,在合适的变换阶次下,说话人的平均识别率可达93%以上。     

聚众事件的建模与实现

在视频监控领域聚众等异常事件检测有着广泛的应用前景,然而相关研究在国内发展还比较缓慢。在这里给出了基于隐马尔科夫模型的聚众事件的检测方法,其简单过程如下:首先在高斯混合模型检测出目标的基础上,针对聚众事件视频序列的特性,完成了关于帧图像二元组的特征提取;然后,在合理选择初始模型的前提下使用Baum-Welch算法训练聚众事件的隐马尔科夫模型;最后通过实拍的视频序列验证其有效性。     

基于多分类支持向量机的隐写域盲检测

提出一种区分隐写域(包括像素域、DCT域、DWT域)的盲检测方法,构造图像特征向量,建立一个多分类的支持向量机,根据特征向量对图像进行训练。该方法能够识别隐藏信息和其隐写域。实验结果表明,当嵌入容量达到20%时,识别率提高到85%以上。     

基于HMM的多尺度Wedgelet图像压缩算法

针对小波变换在压缩图像边缘上的不足,提出了率失真意义下的多尺度Wedgelet分析的改进方法,在进行多尺度Wedgelet分解时,将几何一致性考虑到优化准则中,建立了隐Markov模型,并利用Hausdorff距离来衡量图像Wedgelet分解的有效性,使图像近似边缘具有更自然的几何特性。实验结果表明了该算法的有效性。     

基于马尔可夫模型的JPEG图像隐写分析

论证了通用图像隐写分析是一个类间很聚合、类内很分散的2类模式识别的困难分类问题。提出一种基于JPEG图像量化DCT域的块内和块间2个马尔可夫链获得高维特征,给出2种高维特征的分类器,即改进贝叶斯分类器和CNPCA分类器,后者简单而性能略低,但仍略优于SVM分类器。针对4种公认的JPEG隐藏数据方法,即F5, Outguess, MB1和MB2进行隐写分析,在CorelDraw图像库上做实验,取得了较好的效果。     

Web挖掘中的用户识别与虹膜识别技术

提出引入生物信息技术解决Web挖掘中的用户识别问题的设想及基于隐马尔科夫模型的虹膜识别方法,该方法仅需要虹膜的方向域作为输入参数,对虹膜图像的噪声与扭曲并不敏感,从而使该方法具有鲁棒性的特点。通过准确识别用户,克服了现有Web体系无状态的缺陷,可以实现对Web日志数据按“用户维”进行切片,使挖掘出的结果能够满足对用户个性化使用的需求。     

平均曲率运动的三种实现方案的比较研究

讨论了曲率运动演化方程的三种数值方案:离散中值滤波方案、显式水平集方案和半隐式水平集方案的原理与算法,并对它们的效率、精度以及旋转不变性等性能进行了对比实验研究.结果表明,半隐式加性算子分裂(AOS)算法相对于另两种方案性能上明显占优.     

基于JPEG图象隐写算法的统计不可检测性比较分析

本研究选择现今几种基于JPEG图象的隐写算法,并通过测试实验,比较分析各算法在统计不可检测性的表现.同时研究了隐写算法设计因素的原则,包括矩阵潜入、适应性内容依赖选择信道、边信息等对嵌入的影响.实验结果表明,要使JPEG会阶图象的统计不可检测性表现最好,嵌入比率应该在0.05比特每非0 DCT直流系数.