基于OpenCV在Android平台下实现人脸识别

本文提出了使用OpenCV（OpenSourceComputerVisionLibrary）在Android平台下实现人脸识别的方法。首先,本文介绍了OpenCV2．4的人脸识别算法类FaceRecognizer的使用以及在windows平台下的实现,接着详细的阐述了利用AndroidT的JNIJavaNativeInterface）,并结合AndroidNDK（NativeDevelopmentKit）调用和编译openCV下的相关函数,生成共享函数库。经过实验的在Android下人脸识别效果良好。     

基于ARG模型匹配算法的人脸特征定位

本文研究了基于 ＡＲＧ（ Ａｔｔｒｉｂｕｔｅｄ Ｒｅｌａｔｉｏｎ Ｇｒａｐｈ）模型匹配算法的人脸图象的特征定位方法。该方法可有效地完成眼、口、眉的自动定位。基于人脸生理特征我们建立人脸图象的ＡＲＧ模型对人脸图象进行了精确的描述。在此基础上本义采用了连续型Ｈｏｐｆｉｅｌｄ神经网络模型并行处理进行ＡＲＧ模型匹配,通过能量函数极小化得到全局最优的特征定位结果。实验结果证实了该方法有效、稳定、且具有较快的收敛速度。     

基于Hausdorff跟踪器的人脸跟踪识别

Snake算法能够跟踪运动图像中对象的非刚性运动,但是对于背景复杂的图像,Snake跟踪的结果不够理想。因而在首帧分割得到对象轮廓的二值模型后,再采用基于Hausdorff距离的跟踪器,找到对象模型在后继帧中的最佳匹配位置;然后采用Snake模型对该匹配位置上的非刚性形变的像素进行匹配。实验表明:对于具有静止背景且前景对象不是快速运动的视频序列,与直接采用Snake技术进行运动对象的跟踪相比,该提取视频对象平面过程能够进一步提高结果的正确性。     

视觉传达约束下模糊人脸图像多尺度特征重建模型

模糊人脸图像细节不清,导致相关领域人脸识别过程中出现错误识别或无法识别的问题。为提高人脸识别的准确性,文中在视觉传达约束下构建模糊人脸图像多尺度特征重建模型。首先,对模糊人脸图像进行灰度处理和去噪处理,并利用高斯金字塔将人脸图像分解为三个尺度;然后分别提取三个尺度图像的人脸特征,利用自编码超分网络建立模糊图像和高分辨率图像之间的对应关系,构建重建模型;最后,将多尺度特征作为模型的输入,通过求解模型实现模糊人脸图像多尺度特征重建。结果表明,重建模型的平均峰值信噪比和平均结构相似性达到相对极大值,分别为9和0.87,说明所构建模型重建的人脸图像质量较高。     

非垂轴观测平面上自由曲面光束强度与波前调控(特邀)EI北大核心CSCD

自由曲面光束强度与波前调控旨在借助多个自由曲面实现对光束强度与波前两个属性的精准调控,然而这一调控工作通常要求观测平面垂直于光轴,导致系统光路布局受限。针对这一问题,文中提出了一种可实现灵活光路布局的自由曲面光束强度与波前调控方法。首先设定一个垂直于光轴的虚拟观测平面,并建立目标离轴观测平面上的特定照明分布和该垂轴虚拟观测平面上相应照明分布之间的映射关系。结合斯涅耳定律、局部能量守恒定律和光程守恒约束,建立针对垂轴虚拟平面的带有非线性边界条件的光束调控Monge-Ampère(MA)方程,之后采用有限差分法求解该垂轴布局光束调控模型,进而得到非垂轴观测平面上自由曲面光束强度与波前调控的数值解。采用该方法设计了一个用于调控点光源光束强度与波前的自由曲面透镜,借助蒙特卡洛光线追迹,验证了该方法在非垂轴观测平面上自由曲面光束强度与波前调控中的有效性。     

激光光源汽车前照灯自由曲面反射器设计EI北大核心CSCD

文中针对激光前照灯的光学结构设计困难和能量利用率低的问题,以球面最优传输理论为基础,提出了一种新的自由曲面反射器设计方法。该方法基于支撑曲面的结构,针对扩展光源进行了优化,有效抑制了目标照明区外的照度,实现了清晰的明暗截止线。文中根据GB 25991—2010标准,设计了适用于激光前照灯(含近光灯和远光灯)的自由曲面反射器,并使用扩展朗伯光源进行模拟仿真。仿真结果表明,配光屏幕上各测试点和测试区域的照度均符合法规要求,反射面连续光滑,能量利用率分别为96.96%和97.80%。通过实现高能量利用率的结构,减少了汽车前照灯的功耗,利于汽车前照灯的散热设计,延长了激光光源使用寿命,并为设备的生产加工带来便利。     

结合人脸关键点与光流特征的微表情识别

微表情能反映出人们试图隐藏的真实情感,光流法进行微表情识别时,存在易受光照变化影响而使特征提取不准确的缺陷。针对上述问题提出一种结合人脸关键点与光流特征的微表情识别方法,该方法通过引入人脸关键点分支以忽略光照的影响,弥补光流法的不足,重点关注人脸关键位置的变化,最终建立一个人脸关键点和光流的双输入网络模型。该模型在CASME II和SAMM数据集上使用留一法交叉验证进行了实验,在CASME II上四分类准确率和F1值分别为69.19%和66.24%,相比基准微表情识别方法本方法准确率和F1值分别提升了6.05%和5.44%;在SAMM数据集上也优于现有方法,说明该方法与其他主流算法相比具有更好的识别性能。     

一种新的基于直接最小二乘椭圆拟合的肤色检测方法

肤色检测是计算机视觉中的一个重要问题,本文提出了一种新的基于直接最小二乘椭圆拟合的肤色检测方法,其基本思想是根据肤色样本分布区域的边界数据点采用曲线拟合的方法得到肤色分布区域的边界方程。在实现时,为了解决直接在笛卡儿坐标系中提取肤色样本分布区域边界数据的困难,算法采用了一种新的解决思路,即首先把训练肤色样本在色度空间的统计分布转化为图像的形式,然后再利用边缘检测方法得到肤色分布区域的边界数据。根据所得的边界数据点用直接最小二乘椭圆拟合方法便可得到肤色分布区域的椭圆边界,方法简单直观。实践表明,该算法能完成对各种不同环境条件下所拍摄图像的肤色分割,效果理想,其性能明显优于常用的域值界定法和单高斯模型法。     

基于人脸特征的自适应空域差错掩盖算法

针对在视频通信中,高压缩视频码流对通信信道中由于信道带宽、环境等影响出现的丢包和误码极为敏感,本文提出一种在解码端基于人脸检测的自适应空域差错掩盖算法,根据正确接收帧的人脸位置及人脸运动的趋势预测受损帧人脸的位置,对于受损帧人脸内五官区域的宏块采用水平双线性插值,对于背景区域宏块采用自适应多方向插值算法。实验结果表明与现有算法相比主客观质量都有所提高。