基于图卷积神经网络的完全图人脸聚类

人脸聚类是根据不同身份对人脸图像进行分组的方法,主要用于人脸标注和图像管理等领域.针对现有方法中存在大量冗余数据的问题,文中使用一种基于完全图约束和上下文关系进行链接预测的方法.该聚类算法基于图卷积神经网络进行链接预测,结合完全图约束筛选数据,同时在预测的过程中对链接关系进行不断的更新.实验结果显示,结合完全图约束的人脸聚类方法能够在减少冗余数据、加快运行速度的同时,提升聚类的准确率,从而提高聚类的整体效果.     

基于形状特征的人脸检测技术

人脸识别具有其他生物特征识别技术所无法比拟的直接、友好、方便等优点。论述了人脸检测的概念和研究现状,分析了人脸检测系统中图像灰度化、图像增强、图像二值化滤波等图像预处理技术,探讨了基于形状特征的人脸检测技术的应用前景。     

一种基于卷积神经网络的疲劳驾驶检测方法

疲劳驾驶检测具有重要的警示作用,对检测方法的准确性和实时性均有较高要求。为此,提出了一种基于卷积神经网络的疲劳驾驶检测方法。首先,针对车内特定使用环境,对MTCNN算法进行了加速优化,在保证高准确率的同时检测速度提升高达27倍。其次,在实现人脸特征点精确定位基础上,提出了一种基于稀少特征点快速准确提取目标区域图像的ERFP（extracting images based on rare feature points）方法。再次,利用构建的眼、嘴数据集EMSD（eye and mouth state date sets）完成了眼、嘴部状态分类模型的训练。最终,利用训练得到的模型,结合相应的判定算法,实现了疲劳驾驶的检测判定。实验结果表明,该方法在实车环境下对瞌睡和哈欠行为的判定准确率均达到了96%以上,且每秒可完成约50帧图像的检测,具备良好的实时性。     

基于筛选评估准则的非正面人脸合成方法

针对传统方法合成的正面人脸图像中信息丢失和变形的问题,提出了一种基于筛选评估准则的非正面人脸图像合成方法.人脸筛选评估准则融合了脸部对称性、正脸差异水平和人脸水平扭转角度3方面信息,其中人脸水平扭转角度利用细节上的眼部信息来评价人脸的正面水平,而脸部对称性和正脸差异水平分别对人脸的左右和垂直方向进行整体评价,综合这三方面信息可有效地排除低质量侧脸图像对合成正脸图像的干扰.首先进行标记点检测跟踪,然后基于此对同一人的多幅侧脸图像进行筛选,最后进行插值运算合成正面人脸,并在FERET图像库中对该方法进行实验验证.结果表明:通过本文筛选准则可有效滤除合成中低质量、强干扰的侧脸图像,可降低姿态问题对人脸识别精度的干扰,最终合成精确逼近真实正面人脸的合成图像.     

基于模拟退火算法的三维人脸匹配方法

基于模拟退火算法,利用深度信息对三维人脸进行匹配和识别。通过具有全局优化能力的模拟退火算法搜索获取全局极值,选择合适的适应度函数MLESAC和SIM控制匹配过程获得识别结果。基于“由粗到细”的思想,分3步匹配三维人脸,并对精准匹配阶段进行改进,通过选择合适的区域和分类器能够更好地应对表情的影响。实验结果表明,模拟退火算法跳出了局部最优解而获得了全局优化解,同时通过选择MLESAC和SIM作为不同匹配阶段的适应度函数能够有效控制匹配过程,提高了识别精准率。     

基于分布估计算法的人脸Haar特征选择

通过研究人脸检测算法中Ada Boost算法,针对算法中的haar特征维数过高、训练耗时过长,检测效率过低等问题.提出基于分布估计算法(Estimation of Distribution Algorithm,EDA)的人脸haar特征选择人脸检测.EDA采用类内类间比作为适应度函数,通过统计学习的手段建立解空间内个体分布的概率模型,然后对概率模型随机采样产生新的群体,进行反复计算,实现群体的进化,最终得到全局最优解,以此来实现haar特征选择.实验结果表明:检测率(DR)与误检率(FDR)优于传统算法,而且检测速度得到了提升.     

高分辨率智能摄像头中人脸的快速检测

为解决高分辨率智能摄像头在人脸检测时计算量大但硬件资源有限的矛盾,提出一种适合嵌入式系统环境的人脸快速检测方法.该方法首先在全面分析了人脸的灰度方差特性及人脸检测过程特点的基础上,将人脸目标的灰度方差判别作为一种预处理手段,以较少的计算量较大程度地排除非人脸区域,然后结合级联检测算法由粗到精的判决模式,对潜在目标区域进一步筛选,此过程同时配合逐窗全特征检测法,在减少检测计算量的同时也尽量避免了对数据的多次重复读取,提高操作效率.对几个数据库中的人脸进行检测的实验结果证明,该方法在保证检测率的同时,提高了高分辨率图像中人脸检测的速度且适于有限资源的环境,能促进高分辨率智能摄像头在监控领域的普及.     

视频驱动的语义表情基动画方法

为了重用视频内容中的表情信息,提出一种语义表情构造与语义表情参数优化方法.首先从带有噪声的稀疏特征点中定义出人脸表情的语义信息;然后在语义表情空间中优化求解出最优表情参数,以提高人脸动画的真实感.该方法既不需要标定相机参数,也不需要预先建立表演者的3D人脸模型及其表情基,因此除了可用于网络视频的表情重用,也可用于开发实时在线的网络社交等应用.实验结果表明,对于头部摆动的俯仰角和侧角在[?15?,15?]范围内的原始视频,文中方法能够实时合成稳定、逼真的表情动画.     

基于表情捕捉技术的人脸实时交互体验设计与实现

介绍了无标记点表情捕捉技术及工作流程,结合课题分析了表情设定、人脸建模和实时交互的设计流程及实现,构建了基于人脸实时交互体验的“东方微笑”数字化展示系统.表情捕捉技术和交互体验技术的深入结合为人机实时交互带来了新方向,开拓了数字文化保护和传播新途径.     

探索二维码识别在防伪系统中的应用

在互联网技术日新月异的当下环境中,网络信息技术得到飞速发展,物联网就是在互联网的基础上所衍生出来的新产品,是世界信息产业的第三次浪潮。随着物联网被正式列入国家五大新兴战略性产业之一,物联网在中国掀起了一股热潮。二维码识别作为物联网产业兴起以及物联网技术发展应用的主要产物,得到了社会的广泛应用,探索二维码识别在防伪系统中的应用,为往后社会各产业的健康发展创造有利的条件。