一种基于随机图像序列的三维人脸识别算法

针对二维图像序列非刚体三维特征恢复识别技术受到背景多样性、运动复杂性、数据的丢失、特征点噪声等问题的影响,识别重建人脸特征面临着形变程度估计不准,识别误差较大的问题,提出一种基于随机图像序列的三维人脸识别算法.该方法通过在三维人脸运动恢复的框架模型中加入一定的物理运动约束,刻画不同非刚体运动形状基的情况下,准确计算人脸运动形变的程度,运用形状基模糊关联技术完成人脸的三维识别.实验结果表明,这种方法得到的解误差较小,识别效果明显.     

基于单张正面人脸图像的三维人脸自动建模系统实现

研究了一种基于正面人脸照片的真实感三维人脸自动重建方法,并运用计算机视觉图OpenCV和图形开发库OpenGL ,在VC＋＋6．0环境下开发了三维人脸自动建模系统。该系统对输入的人脸照片首先进行人脸检测,在检测到的区域进行人脸关键特征提取,并根据检测到的特征点的几何信息对CANDIDE-3模型进行整体和局部调整,得到个性化的三维几何人脸,最后从人脸图像上获取面部纹理信息并得到真实感的三维人脸。     

AAM-Candide结合的快速表情动画合成模型

针对现有的算法在表情动画合成中自动化程度不高、生成效果不理想的问题,本文提出了一种基于AAM-Candide结合的快速表情动画合成模型。首先利用Candide-3算法获取面部表情参数-AU,并通过确定人脸的Candide-3模型来计算AU,将参数提取问题转化为一个非刚体的人脸跟踪问题,然后利用彩色图对人脸关键点进行2D定位,通过上下限规范实现Candide-3和三维数据点云之间的对应点集。实例仿真结果表明,本文提出的改进算法,对惊讶、悲伤、嘟嘴、开心等4种表情得到了较好的动画合成效果。     

一种基于松弛特征关联的3D人脸多特征匹配算法

针对人脸特征表情变化极为复杂,3D模型形变中的程度较为细微.一些特征点的位置会出现一定程度的飘逸,给准确的三维特征匹配带来了难度.提出基于松弛特征关联的3D人脸多特征匹配算法.通过提取特征点,计算三维特征的松弛特征对应程度,最大程度的完成在误差较大程度下的三维特征匹配.避免传统算法中用直线距离特征匹配带来的弊端.实验仿真程序表明:该方法在误差较大的匹配环境下,优化效果较为明显.     

一种改进的基于Ada-Boost的人脸检测算法

提出了一种改进的基于Ada-Boost的人脸检测算法。该算法在第一阶段使用基于Ada-Boost算法的分级分类器检测人脸,由于受到噪声与亮度的影响,一些非人脸区域可能被误判别为人脸。因此在YCbCr空间中采用肤色模型,去除非人脸区域。在第三阶段,采用SVM更精确地提取人脸区域。实验结果表明,改进的算法在实时性与误检率方面都优于Ada-Boost算法。     

基于CLM的人脸特征点检测

人脸分析在人机交互中发挥着重要作用,人脸特征点检测是人脸检测、人脸特征提取以及人脸分析的重要组成部分之一,因而鲁棒的人脸特征点检测算法受到广泛关注。人脸特征点检测经常使用的方法有ASM和AAM,CLM分别继承了ASM和AAM的一些特征,速度和效果也得到了提升。主要介绍CLM模型的构建和CLM模型的搜索方法,其中CLM模型由形状模型和面片模型组成,形状模型用PCA建立,面片模型由SVM训练获得。     

单目多角度三维重建技术研究

本文使用多角度图片进行了三维重建技术研究,首先在二维图片中获取特征点,提出ORB-SIFT特征提取优化算法,然后基于最小生成树设计多角度匹配算法提高图片之间的立体点匹配效率,并结合三维立体视觉算法进行三维重建,实验证明与传统算法相比,本文算法时间耗费少,重建的三维模型精度提高。     

融入背景差分连续重构的心脏医学图像重建

通过对人体心脏器官的医学图像重建,为实现三维可视化手术及图像重构提供图像基础。传统的心脏医学图像重建方法采用的是三维坐标点动态数据采集算法,当测量点相对散乱时无法满足心脏器官重建的准确性要求。提出一种融入背景差分连续重构的心脏医学图像重建方法,进行图像细节纹理的灰度化图像进行提升分离,定义表面渲染的选项,计算二维层状图像纹理特征像素点检测沿幅角方向上模值的极大值点,得到三维成像的仿真视景图像的质心位置,采用二阶累积泰勒展开算法,对三维图像模型进行心脏图像的纹理特征提取,实现算法改进。仿真结果得出,采用该算法进行心脏医学图像重建,重建表面的最大误差显著减少,重建精度较高,重建时间减少,在实时性和精确性上性能优越。     

三维散乱点的八叉树建模及程序实现

本文根据三维采样点的离散数据,用八叉树方法和与距离成反比加权法的数据插值方法重构地质体的三维模型,详细地论述了八叉树构模的程序算法,同时开发出基于VC 八叉树构模类,并嵌入电磁资料处理系统软件,为电磁资料处理的三维可视化提供了便利。     

改进的张量线性判别分析

人脸图片数据本质上是一个三维张量数据,而传统机器学习方法在提取人脸结构特性信息时将其展开为一维向量,这破坏了数据的内在结构信息。张量分析算法用于人脸结构数据克服了数据向量化带来的缺点。本文对比基于向量化的线性判别分析（linear discriminant analysis,LDA）算法,对40幅人脸图片进行识别,实验表明张量线性判别分析算法最高识别率达到100%,其总体识别率明显优于LDA算法。     

基于自标定的两视图三维重构研究

相机标定是三维重构中的关键步骤,本文对在自标定下的两视图三维几何模型恢复进行研究。先采用SURF算法得到图像匹配点对,在此基础上,利用RANSAC鲁棒估计基础矩阵;然后根据Kruppa方程所推导出的二次方程自标定出相机内参数,进一步地,通过分解本质矩阵求解出相机外参数;最后,根据三角化法求得空间三维坐标值。实验结果证实,该方法具有效性和正确性,并且能够真实地再现物体的三维模型。     

基于伪点剔除与四域样条插值的三维煤层建模

三维煤层精确建模受地下断层、岩层、地势起伏等因素的影响,建模精度不高。为提高三维煤层建模的精度,提出一种基于伪点剔除与四域样条插值的三维煤层精确建模算法,通过伪点剔除方法对建模点进行预处理,筛选出其中的孤立点,进行剔除,其余非孤立点用于基本模型建立和基于映射的模型重构,采用四域样条插值方法对非孤立点进行建模,在建模中,将建模域分为起始域、延伸域、稳定域、收敛域共四个域,在不同域中,对不同的建模点进行匹配加权插值处理,经过四域联合滤波,实现四域样条插值,对建模效果起到平滑滤波作用,从而大大提高三维建模精度。仿真实验表明,新算法对于外界断层、岩层、地势起伏等具有很好的鲁棒性,三维建模精度提高,并且计算量明显较少。     

湖北小河坝组砂岩储层稀土元素特征的三维图像识别算法模拟

针对传统的小河坝组砂岩储层稀土元素特征的识别算法存在过多干扰特征点的问题。提出一种三维图像识别算法模拟。在进行河坝组砂岩储层稀土元素特征重建的过程中,将Harris角点作为稀土元素特征三维图像痕迹的特征点,引入小波变换模位置的变换点作为三维图像的基元,利用纹理线段的端点由粗到细对特征点进行匹配和提取,并利用盒滤波加速的方法特征点的重新排列,大幅降低冗余特征点的干扰,利用该方法进行湖北小河坝组砂岩储层稀土元素特征的三维图像的识别,能够得到稀土元素特征的精确信息,干扰特征点大幅度减少。     

基于树莓派和Open CV的深度学习人脸检测和性别年龄预测方法的研究

随着人工智能的发展,图像处理和计算机视觉技术已经应用在了多个领域。人脸检测识别和人脸特征分析,仍然是计算机视觉图像处理中很重要的一部分。本文主要研究在树莓派开发平台下,以开源计算机视觉库Open CV为主进行人脸的检测识别。基于深度学习,以Open CV机器学习模块中的DNN为主,基于深度残差网络DRN来构建人脸检测算法模型。在人脸检测基础上以基于Caffe框架的CNN预训练模型对年龄性别进行预测和分类。使用树莓派作为硬件主体来搭建Open CV人脸检测环境,通过神经网络模型来进行人脸检测和性别年龄预测的训练,得到一个理想化的人脸检测和年龄性别预测方法。     

几种人脸检测算法的对比研究

本文在对比大量的人脸检测算法的基础上．介绍了几种常用的人脸检测算法,并提出了一种基于人脸肤色模型和人脸结构特征相结合的人脸检测新算法．实验证明该新算法能有效提高人脸检测效率,并得出人脸检测算法的发展趋势是多种特征检测算法相结合。     

人脸建模中纹理的生成

本文内容为面向真实感三维人脸建模中纹理生成部分技巧的探究,作为三维人脸建模中的关键一步,好的纹理生成可以使得人脸模型更好地模拟真实人脸,逼真地实现人面部的各种细节特征,本文从纹理映射和照片拼接等细节方面对三维人脸建模中的模型面部纹理生成进行了研究。     

结合二维算法的三维快速碰撞检测算法

碰撞检测是虚拟现实的重要组成部分,快速精确的碰撞检测算法直接决定三维仿真效果的好坏。提出了二维平面碰撞检测与动态八叉树相结合的新算法,使得碰撞检测效率有了很大提高。     

基于Mean Shift算法的人脸跟踪

人脸跟踪是视频检索、视觉监控等领域中的一项关键技术,随着机器视觉技术的发展,实现人脸跟踪的算法也是多种多样。将人脸跟踪问题近似于一个meanshift跟踪问题,选取面部的颜色特征作为跟踪模板,并在MATLAB中进行了仿真,得到了良好的实验效果。     

虚拟地球中电力杆塔模型的自动配准方法研究

针对具有不同空间参考基准的输电线路三维杆塔模型在虚拟地球中与多尺度影像、地形的精确配准问题,提出了一种基于模型投影特征点和影像标定控制点库的三维模型自动配准方法,将复杂的三维杆塔模型投影在基准平面上完成对三维模型特征点的提取,基于数字正射影像进行控制点标定建立特征控制点库,并利用过渡坐标系构建基准统一的虚拟地球可视化环境,完成三维杆塔模型的与虚拟地球中影像、地形的精确配准。最后基于上述方法在开放式虚拟地球集成共享平台NSCGlobe中进行实验,验证了该方法的有效性。     

基于可变形部件模型的人脸检测模式识别算法

针对目前人脸表情识别鲁棒性较差的问题,提出了一种基于可变形部件模型的人脸检测模式识别算法。通过一种多视点人脸检测的树状结构模型,使用详细的面部标志性标签来模拟面部内部结构。本文使用潜在支持向量机(LSVM)从部分标记的图像中获取,增强数据挖掘和引导过程在训练期间的丰富模型,逐步学习潜在阳性和阴性样本的同时,建立基于弱标记数据的模型。最后在每一个模型的检测定位过程中,综合主滤波器以及部件滤波器的响应,通过位置关系对每一个扫描到的窗口评分,并将得分和阈值相比较,得到多角度融合模型的检测结果。在对人脸检测数据集提出的算法进行验证头部姿势变化和面部封闭情况下模型的准确性。研究结果表明,该模型能较好地处理表情丰富、部分遮挡的人脸等复杂情况下的识别,正检率达到97.1%,具有较强的准确性和适用性。