检索结果-内蒙古大学图书馆

近年来,彩色视频序列中目标跟踪技术的研究方兴未艾,运动目标跟踪已经成为模式识别、图像处理、计算机视觉、武器制导等研究领域的重要课题,在军事、交通、生物医学等多种领域都具有重要的意义,发展应用前景广阔。主动形状模型(ASM)方法通常是利用图像中的灰度信息对非刚性物体进行定位跟踪,由于利用了先验知识,因此在目标定位跟踪中比其他方法具有更好的鲁棒性。本文将图像中的颜色信息结合ASM方法扩展应用到视频序列中,提出了一种彩色视频序列中运动目标的定位跟踪方法。首先使用人机交互方式提取目标轮廓的边界点,并形成训练样本集;对训练样本集中的所有形状向量进行对齐操作后,运用主分量分析(PCA)方法建立目标轮廓的先验模型,先验模型的参数反映了形状的主要可变化模式。利用先验模型搜索运动目标时首先通过局部颜色特征模型匹配得到各个边界点的更佳的位置,经过相似性变换调整模型参数后,再进行局部颜色特征模型的匹配,形成一个迭代过程,模型与目标物体实际轮廓逐步逼近,从而对目标准确匹配达到目标定位跟踪的目的。本文以彩色视频序列中运动的蝴蝶鱼为研究对象进行一系列实验,通过对实验结果进行分析和比较可以发现,在该方法中使用颜色信息能有效地实现彩色视频序列中的目标定位跟踪,同时利用视频中相邻帧间的相关信息确定模型初始位置,有效提高了目标定位跟踪的效率。

关键词：目标跟踪目标定位颜色空间彩色视频主动形状模型点分布模型

来源：评论

学校读者我要写书评

暂无评论

基于主动形状模型的医学图像分割方法研究

基于主动形状模型的医学图像分割方法研究

引用

作者：王宇慧西北大学

学位级别：硕士

医学图像分割是图像处理和分析的基础,近年来,基于先验知识的主动形状模型因其稳定性和有效性渐已成为一种重要的医学图像分割方法。本文首先介绍几种传统医学图像分割方法,并通过分割实例说明各方法的优缺点；针对三维医学图像分割的... 详细信息

医学图像分割是图像处理和分析的基础,近年来,基于先验知识的主动形状模型因其稳定性和有效性渐已成为一种重要的医学图像分割方法。本文首先介绍几种传统医学图像分割方法,并通过分割实例说明各方法的优缺点；针对三维医学图像分割的复杂性,深入研究基于主动形状模型的医学图像分割方法,使用统计学原理建立目标的平均形状和变化模型；最终提出一种基于高对比度器官辅助定位的主动形状模型分割方法,更加高效和准确地完成器官的自动化分割,为今后建立器官自动化分割系统打下一定的基础。本文的主要工作如下：(1)针对三维医学图像的复杂性和多样性及目标形状不确定性等问题,本文通过对所有训练集样本提取先验知识,进行主成分分析建立目标的主动形状模型,迭代搜索待测样本,从而完成目标的分割。采用基于主动形状模型的方法分割小鼠感兴趣器官,实验结果表明,利用动态的主动形状模型可以高效率地自动分割小鼠器官,在保障分割精度的同时,避免了三维体数据逐层处理的繁杂,显示出了很好的有效性。(2)由于在主动形状模型的分割方法中,存在器官不易初始化的问题,尤其是几何特征不明显的器官,容易影响后续分割的准确度,本文提出了一种优化初始化定位的主动形状模型分割方法,利用高对比度器官与低对比度器官之间位置形变的相关性,借助前者对后者的边界轮廓快速准确地初始化定位,使用主动形状模型完成优化分割。采用所提方法对小鼠感兴趣器官进行分割,实验结果表明,和传统方法相比,该方法可以自动寻找器官初始位置,更高效率地完成自动化分割,同时精度也有明显提高,具有较好的普适性,可以用于今后多个器官的系统化分割。

关键词：医学图像分割主动形状模型初始化定位高对比度器官

来源：评论

学校读者我要写书评

暂无评论

基于主动形状模型人脸识别算法的研究与实现

基于主动形状模型人脸识别算法的研究与实现

引用

作者：徐帅西南交通大学

学位级别：硕士

人脸识别是通过计算机建立的相关模型和程序,通过对人脸部图像的分析,从中提取所需要的信息,用以识别和分辨个人身份的一种技术。人脸识别的应用相当广泛,在安全保卫、计算机安全、监控设备、虚拟现实等各方面都有很大的应用空间。人脸... 详细信息

人脸识别是通过计算机建立的相关模型和程序,通过对人脸部图像的分析,从中提取所需要的信息,用以识别和分辨个人身份的一种技术。人脸识别的应用相当广泛,在安全保卫、计算机安全、监控设备、虚拟现实等各方面都有很大的应用空间。人脸识别技术涉及到人工智能和模式识别等领域，是一门多学科跨专业的综合技术。人脸识别的过程主要包括人脸检测、特征提取和人脸识别。人脸识别的技术被各国的学者广泛研究,也取得了丰富的成果,很多算法在理论上已经十分成熟,但在实际的应用中,由于现实的干扰因素,还存在着很多的问题。评价人脸识别技术的先进与否,关键要看其鲁棒性、快速性和准确性,就目前的情况来看,实现一套现实能用的人脸识别系统,还需要解决很多问题。主动形状模型(Active Shape Model, ASM)是一套非常有效的人脸特征提取算法,它是基于统计的参数化可变模型。这一模型利用局部纹理直接到形状作优化,可以取得较好的特征点定位精度,但同时,由于其灰度模型利用的只是局部的纹理信息,对模型的起始位置、图像的质量等十分敏感,当这些参数出现较大的偏差时,很可能使总体结果的正确性受到影响。对此,本文提出了一种将ASM与人脸部下颌的曲率相结合用于脸形筛选相结合的算法,在进行主动形状模型定位点的标定之前,利用对脸形的约束,实现对人脸的初步分类,以减轻后继查找与特征定位工作的负担和时间。实验证明,该方法可以较快地对人的面部轮廓进行定位,再利用图像的放大和缩小,进一步提高主动形状模型定位时的精确度。在人脸识别中,人面部的色彩也是一个重要的影响因素,不同的人脸样本,在肤色、眼睛颜色以及其他部位的颜色上存在着差异。目前的主动形状模型在人脸形状的分辨上,受样本头部姿势变化的影响较大,往往造成结果的错误,但归一化的色彩分布直方图不受人头部姿态变化的影响,因此,将主动形状模型与色彩的提取相结合,提出了一种新的对人的眼睛和嘴部进行色彩提取和定位的算法,不仅可以提高人脸识别的准确率,更重要的是可以排除由于姿态改变带来的影响,使算法具有更好的鲁棒性。实验表明,采用该算法的人脸识别,比一般的识别算法更具有实际意义。人脸识别系统首先要利用样本建立人脸库,在实际的使用中,对输入系统的人脸图像进行识别,找出库中匹配的人脸图案,再进行下一步的工作。利用以上的两种改进算法,实现了一套基于主动形状模型的人脸识别系统。通过实验和对比,证明了以两种改变算法为核心的识别系统具有较高的识别准确度和鲁棒性,即可快速准确地确定人脸的位置,又可以消除由于状况姿态调整还来的噪声,取得了良好的效果。

关键词：人脸识别主动形状模型脸形检测色彩提取特征定位

来源：评论

学校读者我要写书评

暂无评论

基于主动形状模型和POEM纹理模型的人脸特征点定位方法研究

基于主动形状模型和POEM纹理模型的人脸特征点定位方法研究

引用

作者：彭莱重庆邮电大学

学位级别：硕士

人脸识别,作为近年来备受瞩目的生物特征识别技术之一,因采集设备简单,过程方便、快捷,效果直观而得到了大量学者的关注。人脸特征点定位是整个人脸识别方法的基础,其定位的精度直接影响着人脸识别的结果。随着研究的深入,人脸特征点定... 详细信息

人脸识别,作为近年来备受瞩目的生物特征识别技术之一,因采集设备简单,过程方便、快捷,效果直观而得到了大量学者的关注。人脸特征点定位是整个人脸识别方法的基础,其定位的精度直接影响着人脸识别的结果。随着研究的深入,人脸特征点定位方法也被运用到人脸重建、表情识别、人类心理状态分析以及驾驶员疲劳状态分析中,因此具有非常重要的研究意义。人脸特征点定位方法中,主动形状模型(ASM)因其较快的定位速度与精度,受到了广泛的应用,但ASM因其对初始形状的依赖以及易受外界复杂条件的影响,在定位效果上有一定的局限性。本文在ASM的基础上,主要针对人脸在姿态、光照、表情等复杂情况下的特征点定位问题进行研究,总结了ASM的不足,并提出了相应的改进方法。具体研究内容如下:首先,在训练阶段,将训练集根据姿态的不同分别建立左偏形状模型、正面形状模型、右偏形状模型。在搜索定位阶段,通过模型选择因子计算出适合待测人脸的全局形状模型,使初始形状与待测人脸图像相匹配,从而解决了姿态变化对初始形状的干扰。其次,用POEM纹理模型来替代传统ASM中的局部灰度模型。对每个特征点建立POEM纹理模型,它对光照以及表情变化更具有鲁棒性,较大程度上克服了复杂非线性变化以及大幅度形变对特征点定位带来的影响。最后,以每个人脸器官或轮廓为单位,计算平均误差点数,通过比较分析,得出定位效果相对较差的局部器官或轮廓,在之前定位结果的基础上,进行二次定位,综合两次结果,从而得到更优的定位效果。本文在IMM、CMU PIE、BioID以及LFW等四个传统和户外人脸库,对四种方法进行了大量的定位效果比较,包括锚点误差点数比较分析、效果定位图展示以及总的平均误差点数比较。结果表明,本文的方法在人脸有姿态、表情、光照等变化的复杂环境下,取得了较好的定位效果。

关键词：人脸特征点定位主动形状模型模型选择因子 POEM

来源：评论

学校读者我要写书评

暂无评论

基于主动形状模型（ASM）的医学图象中二维物体的定位方法探讨

基于主动形状模型（ASM）的医学图象中二维物体的定位方法探讨

引用

作者：蔡宇新南京航空航天大学

学位级别：硕士

在图象处理和计算机视觉研究领域中，目标物体的定位始终是一个值得探讨的问题。目标定位技术是数字图象处理领域中的一种新的应用，在诸如武器精确制导、医疗辅助诊断、人机交互研究等军事、医学和计算机科学及众多领域中，都广泛采用... 详细信息

在图象处理和计算机视觉研究领域中，目标物体的定位始终是一个值得探讨的问题。目标定位技术是数字图象处理领域中的一种新的应用，在诸如武器精确制导、医疗辅助诊断、人机交互研究等军事、医学和计算机科学及众多领域中，都广泛采用了这一技术。本文以医学图象中脊柱的定位为应用背景，介绍了一种基于统计形状模型的主动形状模型(ASM)进行二维物体目标定位的理论框架。它首先运用主分量分析方法(PCA)建立目标轮廓的先验模型，而后通过学习的方法不断调整模型参数来减少模型与目标轮廓的距离误差，最终在多次迭代后达到模型与实际目标的匹配。以ASM方法为基础，本文以真实的医学脊柱X-光图象为训练样本，进行了大量的定位实验，实验结果表明：与传统的目标定位方法相比，ASM模型具有较高的准确性。同时，ASM方法定位目标物体的速度比常用的模板匹配法等有显著的提高。为了提高ASM方法的通用性，本文采用了一种新的“二维采样窗”的改进方法，该方法将原有的一维搜索空间扩展到二维空间，提高了定位方法的抗干扰性。在ASM模型的基础上，本文还简要探讨了主动表观模型(AAM)的定位方法，AAM可以根据当前合成图象同目标图象之间的表面灰度差异逐步调整统计模型参数，使得合成模型更加逼近目标物体。最后，将独立元分析(ICA)引入到ASM模型的建立过程中，明确了模型本身的物理意义。

关键词：目标定位主动形状模型统计形状模型主分量分析医学图象

来源：评论

学校读者我要写书评

暂无评论

基于主动形状模型的多特征融合驾驶员疲劳检测算法研究

基于主动形状模型的多特征融合驾驶员疲劳检测算法研究

引用

作者：刘浏湖南大学

学位级别：硕士

疲劳驾驶在汽车安全中是一个厉害的隐形杀手,让人麻痹的同时,给人类的生命财产安全带来了巨大的隐患。为了减少疲劳驾驶带来的破坏,提高对驾驶员疲劳程度检测的准确性与鲁棒性,本文提出了一种基于主动形状模型的多特征融合疲劳检测算法... 详细信息

疲劳驾驶在汽车安全中是一个厉害的隐形杀手,让人麻痹的同时,给人类的生命财产安全带来了巨大的隐患。为了减少疲劳驾驶带来的破坏,提高对驾驶员疲劳程度检测的准确性与鲁棒性,本文提出了一种基于主动形状模型的多特征融合疲劳检测算法。该算法通过摄像机拍摄驾驶员人脸图像,利用简单类Haar特征的级联Adaboost算法进行人脸定位,根据提取到的人脸信息通过主动形状模型定位人脸的眼睛、嘴巴和头部的特征点信息,并以此获取与驾驶员疲劳相关的特征参数,通过自适应神经推理系统最终判别出驾驶员的疲劳程度。本文的研究内容主要集中在以下几个方面:(1)充分考虑算法的实时性,利用简单类Haar特征的级联Adaboost算法快速检测出人脸位置,并进行肤色校正。通过检测到的人脸位置以及大致形状,约束主动形状模型的初始形状,提高主动形状模型的计算速度。(2)针对在疲劳检测时,眼睛、嘴巴和头部的状态参数提取困难的问题,利用主动形状模型在人脸范围内的特征点定位,通过12个特征点,准确地求取出眼睛、嘴巴和头部的状态参数。(3)为了提高算法的鲁棒性与准确性,使用了一种多特征融合的疲劳检测算法。在得出驾驶员眼睛、嘴巴和头部状态参数的基础上,获取了 PERCLOS、AECS、哈欠频率以及点头频率等四个疲劳特征参数。(4)利用PERCLOS、AECS、哈欠频率、点头频率这四个特征参数作为输入值,设计了基于自适应神经模糊推理系统的疲劳程度分类算法。将驾驶员的疲劳程度分为清醒、疲劳和严重疲劳三个等级。通过实验采集的数据对自适应神经模糊推理系统进行训练学习,解决了疲劳程度难以量化计算的问题。

关键词：疲劳检测主动形状模型类Haar特征人脸定位 Adaboost 自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

基于主动形状模型人脸识别算法的研究与实现

基于主动形状模型人脸识别算法的研究与实现

引用

作者：魏伟复旦大学

学位级别：硕士

人脸识别是通过计算机建立的相关模型和程序,通过对人脸部图像的分析,从中提取所需要的信息、,用以识别和分辨个人身份的一种技术。人脸识别的应用相当广泛,在安全保卫、计算机安全、监控设备、虚拟现实等各方面都有很大的应用空间。人... 详细信息

人脸识别是通过计算机建立的相关模型和程序,通过对人脸部图像的分析,从中提取所需要的信息、,用以识别和分辨个人身份的一种技术。人脸识别的应用相当广泛,在安全保卫、计算机安全、监控设备、虚拟现实等各方面都有很大的应用空间。人脸识别技术涉及到人工智能和模式识别等领域,是一门多学科跨专业的综合技术。人脸识别的过程主要包括人脸检测、特征提取和人脸识别。人脸识别的技术被各国的学者广泛研究,也取得了丰富的成果,很多算法在理论上已经十分成熟,但在实际的应用中,由于现实的干扰因素,还存在着很多的问题。评价人脸识别技术的先进与否,关键要看其鲁棒性、快速性和准确性,就目前的情况来看,实现一套现实能用的人脸识别系统,还需要解决很多问题。主动形状模型(Active Shape Model, ASM)是一套非常有效的人脸特征提取算法,它是基于统计的参数化可变模型。这一模型利用局部纹理直接到形状作优化,可以取得较好的特征点定位精度,但同时,由于其灰度模型利用的只是局部的纹理信息,对模型的起始位置、图像的质量等十分敏感,当这些参数出现较大的偏差时,很可能使总体结果的正确性受到影响。对此,本文提出了一种将ASM与人脸部下颌的曲率相结合用于脸形筛选相结合的算法,在进行主动形状模型定位点的标定之前,利用对脸形的约束,实现对人脸的初步分类,以减轻后继查找与特征定位工作的负担和时间。实验证明,该方法可以较快地对人的面部轮廓进行定位,再利用图像的放大和缩小,进一步提高主动形状模型定位时的精确度。在人脸识别中,人面部的色彩也是一个重要的影响因素,不同的人脸样本,在肤色、眼睛颜色以及其他部位的颜色上存在着差异。目前的主动形状模型在人脸形状的分辨上,受样本头部姿势变化的影响较大,往往造成结果的错误,但归一化的色彩分布直方图不受人头部姿态变化的影响,因此,将主动形状模型与色彩的提取相结合,提出了一种新的对人的眼睛和嘴部进行色彩提取和定位的算法,不仅可以提高人脸识别的准确率,更重要的是可以排除由于姿态改变带来的噪声,使算法具有更好的鲁棒性。实验表明,采用该算法的人脸识别,比一般的识别算法更具有实际意义。人脸识别系统首先要利用样本建立人脸库,在实际的使用中,对输入系统的人脸图像进行识别,找出库中匹配的人脸图案,再进行下一步的工作。利用以上的两种改进算法,实现了一套基于主动形状模型的人脸识别系统,通过实验和对比,证明了以两种改变算法为核心的识别系统具有较高的识别准确度和鲁棒性,即可快速准确地确定人脸的位置,又可以消除由于状况姿态调整还来的噪声,取得了良好的效果。

关键词：人脸识别主动形状模型脸形检测色彩提取特征定位

来源：评论

学校读者我要写书评

暂无评论

基于主动形状模型的人脸识别算法的研究

基于主动形状模型的人脸识别算法的研究

引用

作者：蔡乐毅浙江工业大学

学位级别：硕士

人脸识别就是利用计算机技术,通过对人脸图像的分析,提取我们所需要的一些特征信息,用来做身份识别或者目标追踪。它主要有三个步骤：人脸检测、特征提取和人脸识别。人脸识别技术的鲁棒性、高效性、准确性是评价一种人脸识别技术是否... 详细信息

人脸识别就是利用计算机技术,通过对人脸图像的分析,提取我们所需要的一些特征信息,用来做身份识别或者目标追踪。它主要有三个步骤：人脸检测、特征提取和人脸识别。人脸识别技术的鲁棒性、高效性、准确性是评价一种人脸识别技术是否优秀实用的主要标准。由Cooter等人提出的主动形状模型(Active Shape Models以下简写为ASM)在脸部特征定位上占据着极其重要的地位。这一模型利用全局形状模型来匹配人脸初始形状,再利用局部灰度模型来调整特征点位置从而以较高的精度匹配轮廓边缘。但是不足之处在于局部灰度模型利用的只是局部信息,如果初始形状的位置偏移太大,或者边缘有太多的干扰因素如图像质量、光照条件等因素,会导致局部匹配,影响最终结果的准确性。对此,本文主要对基于尺度不变特征变换(Scale-invariant Feature Transform以下简写为SIFT)的特征匹配算法做了深入研究,鉴于SIFT特征受光照、旋转等干扰因素的影响极小的特性,同时在多尺度空间下提取SIFT特征相对更加的精确。我们做了不同条件下的SIFT特征提取实验,发现该特征提取方法的效果良好。因此尝试着采用ASM的全局形状模型上的关键特征点的SIFT特征向量来做进一步的人脸轮廓精确匹配。同时本文还研究了Gabor特征的一些特性,试着采用基于Gabor特征的方法来取代局部灰度信息,达到减少其他干扰因素的影响的目的,提高搜索匹配的准确性。

关键词：人脸识别特征提取主动形状模型 Gabor SIFT

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：