检索结果-内蒙古大学图书馆

电路与系统学报 2009年第1期14卷 72-76,71页

作者：张浩庄连生王涌庄镇泉李斌中国科学技术大学多媒体计算与通信教育部-微软重点实验室安徽合肥230027 中国科学技术大学电子科学与技术系安徽合肥230027 中国科学技术大学信息学院信息安全专业安徽合肥230027

在光照条件恶劣的情况下,基于主动表观模型(AAM)的人脸特征点搜索与定位算法的精度和鲁棒性会显著下降。本文提出采用全变分模型对图像进行光照预处理,通过对基于反射系数图的特征纹理建模来帮助特征点定位。通过实验对比,分析了本文算... 详细信息

在光照条件恶劣的情况下,基于主动表观模型(AAM)的人脸特征点搜索与定位算法的精度和鲁棒性会显著下降。本文提出采用全变分模型对图像进行光照预处理,通过对基于反射系数图的特征纹理建模来帮助特征点定位。通过实验对比,分析了本文算法在定位精度和鲁棒性上的提高。

关键词：特征点定位主动表观模型反射系数图

来源：评论

学校读者我要写书评

暂无评论

主动表观模型的建模与匹配

主动表观模型的建模与匹配

引用

作者：苏亚西安电子科技大学

学位级别：博士

随着人类信息技术的不断发展,海量数据使得人们不得不面对知识爆炸的困境。因此,信息的自动化处理逐渐成为人类生产和生活中必不可少的基本需要。如何对图像数据进行自动分析和处理,是计算机视觉与模式识别技术迫切需要解决的难题。主... 详细信息

随着人类信息技术的不断发展,海量数据使得人们不得不面对知识爆炸的困境。因此,信息的自动化处理逐渐成为人类生产和生活中必不可少的基本需要。如何对图像数据进行自动分析和处理,是计算机视觉与模式识别技术迫切需要解决的难题。主动表观模型(active appearance model,AAM)的诞生正是为了解决这种问题。该方法可以帮助人们自动化地提取可变性目标的形状和纹理特征,并恢复目标图像的结构从而更好地理解图像,因此被广泛地应用于图像和视频信息处理。本文主要针对目前AAM中存在的若干关键问题进行理论分析,并提出相应解决方法。这些问题主要涉及了AAM的形状建模、纹理建模以及模型匹配等过程,并由此提出了新颖的建模和匹配算法,以提高模型在精度和鲁棒性方面的性能。主要的创新性研究成果如下: (1)考虑到像素亮度无法为模型匹配提供足够的信息量,提出一种基于Gabor小波滤波器组的纹理表示方法。利用多尺度多方向的Gabor滤波器组来提取尽可能丰富的局部纹理结构,从而提高AAM的匹配能力。另外,针对Gabor纹理表示带来的较大计算量,使用了三种Gabor滤波器组的变形方法降低复杂度,即 ? GaborD,对Gabor滤波器组沿方向求和; ? GaborS,对Gabor滤波器组沿尺度求和; ? GaborSD,对Gabor滤波器组同时沿方向和尺度求和。大量的实验显示,基于Gabor滤波器组的纹理表示有效提高了AAM匹配的精度和鲁棒性。 (2)为了增强AAM对光照变化的鲁棒性,使用Gabor相位滤波器组和局部二值模式算子来提取纹理特征。一方面,Gabor相位滤波器组对光照变化具有较好的鲁棒性;另一方面,局部二值模式算子能够压缩冗余特征,得到更加紧致的纹理表示。实验表明,基于Gabor相位特征和局部二值模式的纹理表示方法可以有效消除光照对模型匹配的影响,提高AAM在环境变化情况下的鲁棒性。 (3)针对模型匹配过程中的小样本问题(under-sample problem,USP),提出一种基于张量回归模型(tensor-based multivariate linear regression,TMLR)的匹配算法。将图像纹理表示成二阶张量,并利用一种张量回归模型来对AAM中的匹配问题进行建模。另外,提出一种交替迭代投影算法来对张量回归模型进行优化。实验结果表明,该回归模型具有精度高、收敛快等特点,可以有效解决小样本问题,提高AAM的匹配性能。 (4)由于AAM的纹理表示包含大量非线性且维数过高,提出一种基于复杂度反馈的形状建模方法。通过定义形状的纹理复杂度来评价形状质量,并利用复杂度反馈机制对形状进行优化,以降低纹理复杂度。另外,引入纹理局部分布的高斯假设,利用统计特征作为纹理表示方法,从而降低纹理维数。实验结果表明,该方法可以极大增强纹理表示的效率,提高了匹配精度和鲁棒性。 (5)为了提高基于表观的年龄估计的精度,将AAM与多角度分析相结合进行特征提取。提出了基于多角度分析的判别子空间学习算法及其交替迭代解法,通过最大化同类子空间互信息并最小化不同类子空间互信息的准则来提取判别子空间。利用AAM来对面部特征进行建模和表示,并基于多角度分析提取有效特征来达到年龄识别的目的。实验结果表明,基于AAM和判别多角度分析的自动年龄识别系统能够有效提高识别精度。

关键词：主动表观模型 Gabor函数基于张量的多变量线性回归复杂度反馈年龄估计多角度分析

来源：评论

学校读者我要写书评

暂无评论

主动表观模型在情感识别中的应用研究

主动表观模型在情感识别中的应用研究

引用

作者：徐顺西安工业大学

学位级别：硕士

面部情感是人工心理领域的一个研究课题,在理论研究和实际应用领域都有潜在应用价值,本文围绕面部情感识别课题的关键技术,介绍目前国内外发展现状,分析人脸表情特征提取和表情分类的主流方法,简单说明了目前广泛使用的人脸数据库。 ... 详细信息

面部情感是人工心理领域的一个研究课题,在理论研究和实际应用领域都有潜在应用价值,本文围绕面部情感识别课题的关键技术,介绍目前国内外发展现状,分析人脸表情特征提取和表情分类的主流方法,简单说明了目前广泛使用的人脸数据库。首先,为了减少噪声对表情识别结果带来的影响,提取更加有效的人脸表情,需要对人脸表情图像进行预处理。检测出人脸后利用边缘图中像素灰度信息对人眼中心进行定位,依据两眼距离对图像进行归一化,包括尺寸归一化和旋转归一化。最后使用直方图均衡化规范化图像的灰度。其次,由于ASM对人脸轮廓特征点定位较准确,而AAM在人脸内部关键点定位中表现出优良的性能但精确性有些不足,因此,本文使用基于Gabor纹理特征表示的AAM方法实现人脸表情特征提取。同时,为了提高算法的匹配速度,将图形相关信息加入到度量函数中,代替传统的马氏距离判断算法是否收敛。第三,由于人脸表情识别属于小样本非线性分类问题,这正好符合了支持向量机（SVM）的优势,SVM是一种两类分类器,在统计学习理论的基础上发展起来,为了实现对人类六种基本表情进行识别,本文使用一对一组合的思想构建由多个SVM组成的表情分类器。最后,在算法设计的基础上,使用C++语言实现一个简单的人脸表情识别系统,并使用自选人脸表情图像作为实验对象,来检验系统对表情识别准确率和系统的健壮性。在特征提取方面,使用的基于Gabor纹理的AAM较原始的ASM和AAM,速度分别提高了23%和17%,准确度分别提高了14%和6%。在表情识别方面,采用一对一组合策略的SVM,对JAFFE数据库中的图像进行与人无关和与人相关的实验,识别率分别达到88.1%和92.4%。最后对整体系统的测试识别率接近与人相关的表情识别的实验结果,视频流的识别实时性能在允许误差范围内。

关键词：表情识别特征提取主动表观模型支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于强跟踪滤波器预测的主动表观模型人脸特征点跟踪

引用

计算机应用 2013年第2期33卷 511-514页

作者：佟磊赵晖新疆大学信息科学与工程学院乌鲁木齐830046

利用主动表观模型(AAM)可以对视频序列中人脸进行特征点定位,当目标对象与初始位置偏离过大时,就会使拟合过程陷入局部最小,使迭代无法收敛到正确位置,造成定位失败。针对此问题,提出了一种基于强跟踪滤波器(STF)预测的AAM(STF-AAM)人... 详细信息

利用主动表观模型(AAM)可以对视频序列中人脸进行特征点定位,当目标对象与初始位置偏离过大时,就会使拟合过程陷入局部最小,使迭代无法收敛到正确位置,造成定位失败。针对此问题,提出了一种基于强跟踪滤波器(STF)预测的AAM(STF-AAM)人脸特征点跟踪方法。首先,将视频中头部运动看成动态系统,然后利用强跟踪滤波器对其进行预测跟踪,从而找到每一帧的拟合初始位置并进行拟合运算。由于视频序列中每一帧中的拟合初始位置都能被快速找到,从而取得了比较精确、快速的跟踪结果。实验结果表明,所提方法与传统方法相比在保证拟合精度的同时,提高了算法的跟踪定位速度。

关键词：主动表观模型强跟踪滤波器动态系统拟合初始位置特征点跟踪

来源：评论

学校读者我要写书评

暂无评论

基于主动表观模型(AAM)的图像中物体的定位方法研究

引用

计算机应用 2004年第S1期24卷 138-140页

作者：章秋生徐涛南京航空航天大学信息科学与技术学院江苏南京210016

介绍了一种基于统计纹理模型和统计形状模型的主动表观模型 (AAM)的基本理论。并以人手的定位为例 ,建立了相应的主动表观模型。首先获取样本的纹理 ,然后应用主分量分析的方法对样本纹理归一化 ,建立纹理统计模型。利用类似的方法建立A... 详细信息

介绍了一种基于统计纹理模型和统计形状模型的主动表观模型 (AAM)的基本理论。并以人手的定位为例 ,建立了相应的主动表观模型。首先获取样本的纹理 ,然后应用主分量分析的方法对样本纹理归一化 ,建立纹理统计模型。利用类似的方法建立AAM ,它能通过调整模型参数实现目标物体的定位。由于AAM充分利用了目标物体的内部纹理特征 ,其定位能力更加健壮 ,并具有更高的准确性。

关键词：物体定位主分量分析统计纹理模型主动表观模型

来源：评论

学校读者我要写书评

暂无评论

基于改进主动表观模型算法的人脸特征定位

引用

计算机工程与应用 2015年第16期51卷 204-209页

作者：黄飞谭守标安徽大学电子信息工程学院合肥230601

人脸特征点的精确定位一直是人脸图像处理的重要研究内容,特征点定位精确与否直接影响后续工作结果的好坏。在基于反向组合AAM(Active Appearance Models)人脸特征点定位算法的基础上,提出结合特征点局部纹理模型来对AAM初始形状参数做... 详细信息

人脸特征点的精确定位一直是人脸图像处理的重要研究内容,特征点定位精确与否直接影响后续工作结果的好坏。在基于反向组合AAM(Active Appearance Models)人脸特征点定位算法的基础上,提出结合特征点局部纹理模型来对AAM初始形状参数做最优化以及对AAM匹配模板升级的改进。改进的算法采用特征点局部纹理模型和AAM全局纹理模型结合的方法来最优化AAM初始形状参数,并在此前提下对AAM匹配模板进行升级,使其更接近待匹配图像的信息。在精确的匹配模板和优化的初始形状参数下,匹配的最终精度会得到提升。实验和理论证明,改进后的算法比传统反向组合AAM算法以及现有改进的PAAM(Progressive AAM)算法以及简单的结合ASM和AAM的改进算法都有更好的特征点定位精度。

关键词：人脸特征定位主动表观模型局部纹理模型初始形状参数最优化匹配模板升级

来源：评论

学校读者我要写书评

暂无评论

基于主动表观模型的稀疏聚类人脸识别算法

引用

计算机应用 2015年第7期35卷 2051-2055页

作者：费博雯刘万军邵良杉刘大千孙虎辽宁工程技术大学软件学院辽宁葫芦岛125105

在复杂的非人脸成分干扰以及训练样本过大、训练样本之间相似度较高的条件下,原始稀疏表示分类(SRC)算法识别准确率较低。针对上述问题,提出一种基于主动表观模型的稀疏聚类(CS-AAM)人脸识别算法。首先,利用主动表观模型快速、准确地对... 详细信息

在复杂的非人脸成分干扰以及训练样本过大、训练样本之间相似度较高的条件下,原始稀疏表示分类(SRC)算法识别准确率较低。针对上述问题,提出一种基于主动表观模型的稀疏聚类(CS-AAM)人脸识别算法。首先,利用主动表观模型快速、准确地对人脸特征点进行定位,获取主要人脸信息;然后,对训练样本进行K-means聚类,将相似程度高的图像分为一类,计算聚类中心,将该中心作为原子构造过完备字典并进行稀疏分解;最后,计算稀疏系数和重构残差对人脸图像进行分类、识别。将该算法与最近邻(NN)、支持向量机(SVM)、稀疏表示分类(SRC)、协同表示分类(CRC)人脸识别算法在ORL和Extended Yale B人脸数据库上对不同样本数及不同维数的人脸图像分别进行识别率测试,在相同样本数或相同维数情况下CS-AAM算法识别率均高于其他算法。在ORL人脸库中选取样本数为210时,相同维数条件下CS-AAM算法识别率为95.2%;在Extended Yale B人脸库上选取样本数为600时,CSAAM算法识别率为96.8%。实验结果表明,该算法能够有效地提高人脸图像的识别准确率。

关键词：人脸识别稀疏表示分类主动表观模型稀疏聚类过完备字典

来源：评论

学校读者我要写书评

暂无评论

基于主动表观模型的多姿态人脸合成研究与应用

基于主动表观模型的多姿态人脸合成研究与应用

引用

作者：左龙西安电子科技大学

学位级别：硕士

人脸合成属于模式识别和计算机视觉的交叉学科,具有重要的科学意义；该技术在的安全防范、视频会议、人机交互等方面的巨大应用前景。然而,自然人脸图像因受多种因素的影响具有很强的模式多样性,多姿态的人脸合成通常是实现多姿态人脸... 详细信息

人脸合成属于模式识别和计算机视觉的交叉学科,具有重要的科学意义；该技术在的安全防范、视频会议、人机交互等方面的巨大应用前景。然而,自然人脸图像因受多种因素的影响具有很强的模式多样性,多姿态的人脸合成通常是实现多姿态人脸识别的前提和关键步骤,由此本文着重研究多姿态人脸图像的合成,将多姿态的人脸识别转化为单姿态的人脸识别。不同姿态下的人脸外观有显著的差异,使得人脸合成富有挑战性,本文着重研究这种差异,利用如下方法来实现多姿态的人脸合成。本文的主要成果为：1.对主动表观模型(Active Appearance Model, AAM)进行了研究。主动表观模型可以用来处理人脸特征点标定,识别与匹配。鉴于其强大的功能,该算法被广泛应用于计算机视觉领域。2.提出一种基于LLE算法思想的合成方法。利用主动表观模型将人脸的形状和纹理分开,分别研究它们在视角间存在的差异性,进而通过形状和纹理的分别合成来实现多姿态的人脸合成。针对人脸形状和纹理的合成,本文借鉴了局部线性嵌入的思想,找出要合成人脸纹理信息的近邻,通过这些纹理信息近邻的加权组合来合成不同姿态下的人脸。3.提出一种基于姿态流形的合成方法。针对不同人的多姿态人脸间姿态信息的共享性,本文研究了多姿态人脸的视角流形；利用视角流形,结合AAM、线性仿射变换,实现了多姿态的人脸合成。最后本文给出了多姿态人脸合成的实验结果,验证了本文提出的方法的有效性；并通过图像质量评价与人脸匹配结果比较了上述两种合成方法的性能。

关键词：人脸合成主动表观模型流形学习姿态流形

来源：评论

学校读者我要写书评

暂无评论

基于主动表观模型的研究与改进

基于主动表观模型的研究与改进

引用

作者：姜敏扬州大学

学位级别：硕士

图像目标识别是图像理解和计算机视觉领域的热点问题之一,在军用、商用、民用等诸多场合均有广泛的应用前景。而图像中目标物体的定位及图像特征的提取是计算机视觉中一项重要的工作,对后续的图像分析及图像处理有着重要的作用。在各种... 详细信息

图像目标识别是图像理解和计算机视觉领域的热点问题之一,在军用、商用、民用等诸多场合均有广泛的应用前景。而图像中目标物体的定位及图像特征的提取是计算机视觉中一项重要的工作,对后续的图像分析及图像处理有着重要的作用。在各种图像定位方法中,主动表观模型(Active Appearance Model,简称AAM)是一种准确而又高效的建模方法。这种建模方法在1998年由卡耐基梅隆大学的***等人提出并被成功地运用于人脸特征点定位。由于具有扩展性好、处理速度快和特征点定位准确等优势,因此被视为人脸特征点定位方法中突出的代表,在人脸图像处理尤其是特征点定位方面得到了广泛的应用。本文介绍了AAM建模及拟合的过程,并针对AAM建模过程中的图像信息损失的现象,提出了相应的改进方法,最后将AAM应用于人脸姿态估计的工作中。首先,本文跟踪研究了AAM的拟合定位算法。该算法将AAM与反向组合的Lucas-Kanade算法相结合,一方面通过提前计算拟合中部分参量,进而减少了算法迭代过程中的计算量；另一方面,有效地利用AAM的建模能力和L-K算法的快速拟合,从而实现人脸特征点的定位与人脸的识别。通过实验可以发现,该算法可以对图像中的人脸进行比较精确的定位。其次,从保留图像信息的角度考虑,本文提出并验证了一种基于核方法的AAM拟合算法。该算法将模式识别中的核方法加入AAM建模过程,使得在对形状和纹理降维时,依然可以保留原有图像的高维信息。经过实验验证,基于核方法的AAM拟合算法可以更为精确地定位人脸。最后,本文提出将AAM应用于人脸姿态估计中,即基于AAM的岭回归姿态估计。由于考虑到在人脸姿态估计的过程中,最后实验结果的准确度会受到图像中光照,背景等干扰因素的影响,因此要对需要估计的目标图像进行预处理,即使用AAM对样本人脸图像进行归一化,消除一些与姿态无关的信息,例如一些人脸刚性的变换,从而提高人脸姿态估计的准确性。

关键词：人脸特征点定位主动表观模型分段仿射主成分分析反向组合算法图像拟合核方法姿态估计岭回归

来源：评论

学校读者我要写书评

暂无评论

主动表观模型在人脸特征提取中的应用

引用

电子测试 2014年第3X期25卷 31-32页

作者：王长元徐顺西安工业大学计算机科学与工程学院陕西西安710021

面部情感作为人工心理领域的一个重要研究课题,有着潜在的理论研究价值和实际应用价值,本文将围绕人脸表情识别课题中的特征提取关键技术,分析特征提取的主流方法。ASM在人脸轮廓特征点定位方面有较高的准确率,而AAM在人脸内部关键点的... 详细信息

面部情感作为人工心理领域的一个重要研究课题,有着潜在的理论研究价值和实际应用价值,本文将围绕人脸表情识别课题中的特征提取关键技术,分析特征提取的主流方法。ASM在人脸轮廓特征点定位方面有较高的准确率,而AAM在人脸内部关键点的定位中有着优良的性能,结合两种算法对人脸表情特征提取,将等到更好的效果。

关键词：表情识别特征提取主动形状模型主动表观模型

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：