视频人脸检测与特征点定位研究

基于对视频中人脸的检测和特征点定位算法的学习与研究,文中提出了一种结合连续均值向量和主动形状模型的新方法.该方法首先对视频帧进行局部连续均值量化变换处理,快速地检测出似人脸区.然后用改进ASM方法来定位所检测出人脸的特征点,使用双阈值Sobel算子进行边缘检测,提取边缘信息,当搜索时利用这些边缘信息来改变特征点的权值,使带有更多边缘信息的像素点更有可能被选为最佳候选点.该方法可以快速地对人脸做出检测,并能很好地定位出人脸特征点     

电子邮件目录收割攻击的防御

为了更好地解决垃圾邮件的问题,提高对垃圾邮件的防御效果,本文从造成垃圾邮件的其中一个原因———子邮件目录收割攻击(DHA)入手,通过对DHA攻击原理的分析,提出基于黑名单同时以邮件地址阈值和IP地址阈值为锁定条件的防御策略,并在攻击资源有限的条件下对防御策略进行模拟测试。分析结果表明该防御策略能对DHA进行有效的防御,同时得出防御策略中的过滤阈值和锁定时间的设置是防御DHA的关键点。     

BP网络模型对人脸朝向的识别

研究BP神经网络模型,通过计算机模拟人脑建立神经元网络,使用一部分人脸朝向信息作为训练的实例集,训练稳健后,可以推广应用判断其他人脸的朝向信息,以实现计算机自动识别人脸朝向。先对图片进行归一化等预处理,再应用主成分分析提取特征信息,每幅提取出的特征信息都是8个数据的列向量,构建一个8个输入、17个隐含、3个输出的三层BP网络模型。将训练实例集的特征向量代入训练,调整参数后保证其性能和收敛速度。最后通过大量实验验证,计算机识别的误判率仅为6.7%,模型可靠。     

基于YCbCr肤色模型改进算法及区域特征的人脸检测研究

针对当前人脸检测的研究现状与难题,采用改进的YCbCr椭圆聚类肤色模型进行肤色区域提取,根据肤色在YCb’Cr’空间的分布,对于亮度小于80的非肤色像素点会误判为肤色点,则缩小椭圆聚类;对于亮度大于230的肤色像素点会误判为非肤色点,则扩大椭圆聚类,有效避免了在高亮度区域和亮度较低的区域中的肤色点误判问题。接着利用人脸的几何特征,对二值化图中的目标区域进行比例、大小结构的分析,排除不可能的人脸区域,并基于肤色和位置进行区域优化,将处理后的结果作为候选人脸区域输出。     

康佳智能电视:生态体系悬而未决

康佳考虑到电视购物的可能性而提前布局电视支付,可以说抓住了盈利的关键点。不过目前康佳智能电视销量不佳,用户规模受限,其电视支付的功能也就难以发挥,生态体系的建设也因此遇阻。去去年8月份,康佳发布了智能3D电视云电视8000系列、7000系列和1000系列。从名称中可以看出,康佳智能电视同时包括了三大当前的热门概念:3D电视、智能电视和云电视。也许是认为主打一个概念还不够,康佳将三个概念集中在一起。不过从体验来看,康佳电视内的应用数量非常少,"智商"不高,操作体验一般。所谓的云概念也只是可以联网玩     

基于运动分解的嘴部肌肉建模仿真

现有虚拟嘴部肌肉建模多采用传统的Water肌肉分类方法,运动控制较为独立,缺乏对运动间相关性的研究。提出了一种基于运动分解的嘴部肌肉建模及控制方法。首先根据解剖结构及肌肉运动特征,将嘴部自身运动分解为凸唇、翘唇和开合三个基本运动单元;其次现有模型中括约肌运动方式是向中心收缩或扩散,难以表现凸翘等嘴部运动,为此提出了弧状肌模型,并通过控制三个运动参数,结合其它嘴周围肌组合出不同的嘴部运动。实验表明,新方法能够较真实地仿真出嘴部的多种自然运动,控制较为便捷。     

基于云计算的特征人脸户籍图像匹配技术研究

研究特征人脸户籍图像快速匹配问题。在特征人脸与户籍图像进行正确匹配的过程中,需要将户籍图像与特征人脸逐个进行对比,一旦户籍图像数量较大,将造成匹配耗费时间延长。传统算法多是根据户籍图像特征进行配准,一旦户籍图像过多,造成图像匹配耗时,导致图像匹配效率降低。提出了一种云计算的特征人脸户籍图像匹配技术。建立云计算网络模型,计算户籍图像特征权值参数,进行特征参数矩阵转化处理,从而完成特征人脸户籍图像匹配。克服了传统算法的弊端。实验证明,改进算法能够避免由于户籍图像数量过大造成的图像匹配耗费时间过长的缺陷,提高了图像匹配的效率。     

一种改进的人脸纹理映射方法

识别人脸图像优化问题,由于人脸纹理映射时容易出现的纹理扭曲和畸变现象,影响图像的真实性,提出一种改进的纹理图像映射方法。根据人脸特征点信息,利用特征块匹配法配准正侧面人脸图像,并使用加权平滑算法和金字塔方法对图像进行双重融合实现图像的平滑过渡;然后利用一种特殊的定位方法来计算三维人脸模型上顶点对应的纹理坐标;最后根据纹理坐标将纹理图像映射到三维特定人脸模型表面上,可得到具有真实感的三维人脸模型。实验结果表明,纹理合成方法简捷有效,纹理映射结果生动逼真,有效的避免了纹理图像的扭曲和畸变现象,具有较高的鲁棒性。     

基于神经网络扩张的Adaboost人脸检测算法

人脸检测是人脸研究中的重要部分,Adaboost算法检测速度虽快,但错检率和重复检测率仍比较高。本文提出了一种Adaboost算法与神经网络相结合来进行人脸检测的方法,并通过实验表明该方法在原有Adaboost算法的基础上,降低了错检和重复检测率,提高了正负样本判断正确的概率。