人脸动画中基于样条插值的器官拼接算法实现

人脸动画广泛地应用于游戏行业、远程会议、代理和化身等许多其它领域,近年吸引了很多学者的研究,其中口腔／眼睛等器官的动画一直是一个较大的难点。本文提出了一种将口腔／眼睛的器官样本图片融合到人脸图像中并根据单张中性人脸图片生成人脸动画的方法。该方法根据特征点生成样条,在极坐标上对样条插值来实现空间映射,然后采用后向映射和插值进行图像重采样得到融合图像。实验结果表明,该方法产生的融合图片较为自然,能实现口腔／眼球等器官的运动,能满足人脸动画生成的实时性要求。     

基于S3C2440的人脸识别平台的设计

为了实现低成本智能门禁/监控系统的需要,设计了基于S3C2440处理器的人脸识别平台,对该平台所采用的采集/显示驱动算法和人脸识别算法进行研究。使用Samsung公司的S3C2440处理器和OmniVision公司的OV9650摄像头组成硬件平台,利用Harris算法提取采集到的人脸图像的特征点,并与数据库中已有的数据进行匹配得出相关信息。为了加快人脸图像实时采集—匹配的速度,平台开启了cache加速程序。使用该平台设计的智能门禁/监控系统,实现了对人脸图像的快速识别,并且结构简单,成本低廉。该平台可以满足门禁和监控等场合的需要。     

Face Feature Selection and Recognition Using Separability Criterion and Binary Particle Swarm Optimization Algorithm

Discrete cosine transform （DCT） is an ef- fective method to extract proper features for face recog- nition. Discrete cosine transform can only map the re- source data to another data field instead of compress data. How to select the DCT coefficients that are most effec- tive for classification is an important problem. This paper proposes a novel method to search the best discriminant combination of DCT coefficients. A feature selection al- gorithm according to the separability criterion is used to preselect the DCT coefficients, and then follows a search algorithm based on binary particle swarm optimization and support vector machine to find an optimal combination of the DCT coefficient. The performance of the algorithm is assessed by computing the recognition rate and the num- ber of selected features on ORL database and Cropped Yale database.     

基于肤色分割与Adaboost融合鲁棒人脸检测方法

人脸检测广泛应用到人脸识别、数字视频处理、安全访问控制、视觉监测、基于内容的检索等领域.比较众多人脸检测算法,文章提出了一种改进的基于Adaboost算法的人脸检测算法.该算法的核心是肤色分割结合基于Adaboost算法的人脸检测.首先,对彩色图像进行肤色分割,通过肤色区域的大小和长宽比等规则去除部分类肤色区域,得到可疑的人脸区域.其次,基于Adaboost算法的灰度特征得到最终的人脸.通过大量彩色图像的实验,证实了该方法的准确性和鲁棒性.     

基于相位相关和模板匹配的亚像素图像配准参数估计

针对图像配准中的亚像素参数估计问题,提出了一种相位相关和模板匹配相结合的方法。该方法先采用相位相关法进行粗配准,找到整像素平移;然后运用模板(窗口)匹配和基于最小二乘的曲面拟合法实现亚像素图像配准参数估计。通过实验表明该方法可以充分利用FFT的高效运算,达到亚像素精度。     

HSC分类法及其在海量数据分类中的应用

使用支持向量机对非线性可分数据进行分类的基本思想是将样本集映射到一个高维线性空间使其线性可分.本文则基于Jordan曲线定理,提出了一种通用的基于分类超曲面的分类方法,简称HSC分类法,它是通过直接构造分类超曲面,根据样本点关于分类曲面的围绕数的奇偶性进行分类的一种新分类判断算法,与SVM方法相比,不需要考虑使用何种核函数,不需要做升维变换,直接解决非线性分类问题.对数据分类应用的结果说明:HSC可以有效地解决非线性数据的分类问题,并能够提高分类效率和准确度.     

基于局部形变模型三维人脸快速建模

针对传统三维形变模型计算量大,难以满足实时性的不足,提出一种实用、高效的三维形变模型,进行个性化三维人脸重建。首先,对三维人脸关键特征点定位,分割划片;然后,对每个分片分别建立形变模型并进行匹配恢复其局部形状信息;最后,把每部分进行无缝拼接,生成逼真的三维人脸。实验结果表明,该方法能够获得较好的建模精度,在短时间内可以通过单幅真实图像重建出逼真的三维人脸模型。     

基于肤色分割与几何特征的人脸检测

针对传统的人脸检测方法存在算法复杂、鲁棒性差以及精确度低等不足,提出一种基于肤色分割与几何特征的人脸检测算法。首先,将人脸彩色图像进行光照补偿预处理与非线性转换,建立YCb Cr颜色空间肤色模型同时融合人脸几何特征进行粗定位;然后,在人脸区域内,依据眼睛与嘴巴的色度特性分割出眼睛与嘴巴的特征区域并确定各自特征点的中心位置;最后利用眼睛,嘴巴的几何关系构建三角形精确定位人脸。实验结果表明,该算法简单,在速度与准确性方面具有良好的性能。     

人脸图像信息可用性影响因素的研究分析

传统的图像质量评估技术通常用于判断图像的整体质量,而不能有效地判断人脸图像信息的可用性.而人脸图像信息可用性评估在安防监控中具有很强的应用价值.提出了人脸图像信息可用性的概念,并提出了通过人脸识别算法来评估该可用性的度量方法.通过采用PCA人脸识别算法模拟仿真,定量地从原理上研究了影响人脸图像信息有用性的关键因素,并通过实验进行了验证.     

结合肤色分割的支持向量机人脸检测方法

人脸检测是人脸识别与图像及视频检索的一项重要任务。本文提出了一种结合分割与模板匹配-支持向理机(Support Vector Machines,SVM)的正面人脸检测算法。算法在肤色区域分割基础上，输入图像采用基于Harr小波描述的特征提取方法，然后结合平均脸模板匹配利用 SVM分类器进行分类。实验结果表明该算法十分有效。