基于小波变换和改进的奇异值分解的人脸识别

使用基于肤色的检测方法分割出人脸并进行归一化,利用小波变换压缩降维以减少计算量。针对原有奇异值分解的不足,将图像矩阵进行投影,并将整体与三组局部图片的奇异值结合进行改进,利用BP神经网络进行分类识别,进行人脸识别仿真实验。结果表明,所提出的基于小波变换和改进的奇异值分解特征提取方法是一种实用、可行的方法。     

印刷体中文文档中数学公式字符的定位

数学公式字符的定位对整个印刷体中文文档识别系统而言是提高其识别率的重要内容之一。在介绍典型的数学公式字符定位技术的基础上,提出了一种新的两级公式字符定位方法。该方法是采用了印刷体中文文档中不同字符之间的投影分布特征的不同与汉字识别拒识公式字符的思想结合起来对公式字符进行定位。从实验结果可以看出该定位方法能够在公式字符定位的准确率和时间上有了较大的改进,为提高印刷体中文文档识别系统的识别率奠定了基础。     

基于形状特征与变形保持的动态模型简化

提出了一种基于形状特征与变形区域保持的动态表面多分辨率模型生成方法.该方法使用了基于形状特征的二次误差度量来计算边折叠代价,可以较好的保持模型表面特征.在计算整个变形动画中累加的边折叠代价时,加入相邻帧之间的变形程度信息,以保持变形程度较大区域的细节特征.最后基于整体的边折叠顺序,对每一帧模型进行细微的调整,以得到视觉失真最小的简化网格.文中方法的效率较高,易于实现,并且可以在变形网格的任意帧上生成高质量的、保持良好细节特征的简化模型.     

基于预测控制的手臂运动估计

交互信息的获取是决定分布式虚拟现实系统沉浸感和真实感好坏的关键因素,通过对交互者手臂位置的跟踪,可以提供更加直观和谐的人机交互模式,为了跟踪手臂的运动轨迹,提出一种基于模糊预测控制理论的手臂运动估计算法——FPC-AME,通过提取来自2个同步摄像机的实时图像中交互者腕部和肘部的标识环信息,对手臂位置进行预测和估计,实现形象化的六自由度手臂导航．实验结果表明,在环境光照基本稳定的条件下,文中算法可以生成稳定、精确的手臂位置信息,相关研究对虚拟环境下的沉浸式交互具有较高的理论意义和实用价值．     

基于层次B样条的自由形状特征重用

借助层次B样条技术提出了一种自由形状特征的重用算法.首先利用低通滤波和泊松方程对源曲面上特征区域进行基面与细节特征的分离操作,求得基面与特征之间的偏移矢量场;然后利用平面参数化将偏移矢量场应用到目标曲面上完成特征重构;最后借助层次B样条技术优化重用结果.实验结果表明,该算法能够有效地完成自由形状特征的重用.     

基于神经网络和综合特征的车牌定位算法

文中提出一种基于神经网络．利用车牌颜色、字符分布特征来提取车牌的算法。与以前的神经网络定位车牌不同的是,本算法是用二值化后每个8-连接对象作为网络的输入。这样可以减少训练样本数目．有针对性地训练噪音。实验证明本算法对于复杂背景的车牌有较好的提取效果,并且有较快的执行速度和较好的鲁棒性。     

基于肤色检测技术的手势分割

手语是聋哑人使用的语言。在手势输入设备发展二十多年以后,许多人仍然发现在与聋哑人的互动交流中存在着一定的困难。因此应该努力使计算机适应自然的交流方式。文中的目的是利用肤色检测程序从整个图像上获取有意义的手势区域,并处理不同室内背景和照明情况下的手势,为进一步的手语识别做准备。对几个静态手势的检测过程进行了实验评估,并就结果进行了讨论。     

基于肤色和Adaboost算法的人脸检测研究

人脸检测是计算机视觉和人工智能领域中的一项富有挑战性的工作,在虚拟现实、人机交互等很多领域都有广泛的应用。研究了基于Adaboost的人脸检测,并提出了肤色与Adaboost算法相结合的人脸检测方法。对输人的彩色图像进行从RGB空间到YCrCb空间的转换,再结合形态学等方法进行区域肤色分割,排除背景干扰,然后用Adaboost算法对可能区域进行检测,得到人脸位置。实验表明,该方法有较高的准确性和鲁棒性,可以得到满意的检测效果。     

音频检索技术研究

结合音频检索发展现状,描述了当前相关研究的进展,介绍了现在最常用到的音频检索方法,讨论了与音频检索相关的关键技术：音频特征提取、音频分割和分类。基于内容的音乐检索研究是一种涉及音乐理论、信号处理、模式识别等相关领域的综合学科研究,其在音乐数据库管理、Internet音乐检索以及生活娱乐等方面都具有非常重要的意义。分析并总结出音乐内容及其检索的概念,给出音乐检索的系统结构,综述了基于内容的音乐检索方法,最后指出了音频检索发展的前景。     

一种快速嘴部检测方法在视听语音识别的应用

在改进噪音环境下的语音识别率中,来自于说话人嘴部的可视化语音信息有着显著的作用。介绍了在视听语音识别（AVSR）中的重要组成部分之一：可视化信息的前端设计;描述了一种用于快速处理图像并能达到较高识别率的人脸嘴部检测的机器学习方法,此方法引入了旋转Hart-like特征在积分图像中的应用,在基于AdaBoost学习算法上通过使用单值分类作为基础特征分类器,以级联的方式合并强分类器,最后划分检测区域用于嘴部定位。将上述方法应用于AVSR系统中,基本上达到了对人脸嘴部实时准确的检测效果。