检索结果-内蒙古大学图书馆

计算机工程与科学 2006年第7期28卷 80-81,122页

作者：周凌邹北骥应伟孙家广湖南大学计算机与通信学院湖南长沙410082 中南大学信息科学与工程学院湖南长沙410083 清华大学软件学院北京100084

反向组合算法是最有效的图像对齐算法之一,但该算法抗干扰能力差。当输入图像部分被遮挡时,图像对齐效果变差。针对该问题,我们提出一种采用多尺度掩模消除干扰的反向组合算法。该算法采用自适应的方法设置初始掩模,再通过迭代判断和逐... 详细信息

反向组合算法是最有效的图像对齐算法之一,但该算法抗干扰能力差。当输入图像部分被遮挡时,图像对齐效果变差。针对该问题,我们提出一种采用多尺度掩模消除干扰的反向组合算法。该算法采用自适应的方法设置初始掩模,再通过迭代判断和逐层分块来细化初始掩模,使得掩模能准确地设置在干扰区域上。实验结果表明,该算法既保留了原反向组合算法的优点,又提高了算法抗干扰的能力,使得反向组合算法能在更复杂的环境下进行图像对齐。

关键词：多尺度反向组合算法图像对齐

来源：评论

学校读者我要写书评

暂无评论

基于AAM和反向组合算法的人脸特征定位方法

基于AAM和反向组合算法的人脸特征定位方法

引用

第三届全国数字娱乐与艺术暨数字家庭交互应用技术与设计学术研讨会

作者：夏旭范小九彭强西南交通大学信息科学与技术学院四川成都610031

人脸特征定位是人脸图像分析技术中的重要并且基础性的部分.近年来的研究表明基于主动表观模型AAM(Active Appearance Model)的人脸特征定位方法具有较好的定位效果.本文使用AAM对人脸区域进行了建模和表达,并实现了对输入图片中人脸区... 详细信息

人脸特征定位是人脸图像分析技术中的重要并且基础性的部分.近年来的研究表明基于主动表观模型AAM(Active Appearance Model)的人脸特征定位方法具有较好的定位效果.本文使用AAM对人脸区域进行了建模和表达,并实现了对输入图片中人脸区域的特征定位.同时,针对原有AAM拟合算法计算效率较低的缺点,采用结合表观变化的反向组合算法完成AAM的拟合过程,并引入了ATLAS线性代数软件包实现矩阵计算优化.实验结果表明,该方法与原有算法相比定位更加准确,同时拟合时间消耗下降约50％.

关键词：人脸特征定位主动表观模型反向组合算法线性代数软件

来源：评论

学校读者我要写书评

暂无评论

一种改进的AAM人脸特征点快速定位方法

引用

电子与信息学报 2009年第6期31卷 1354-1358页

作者：范小九彭强 Jim X Chen 夏旭西南交通大学信息科学与技术学院成都610031 乔治梅森大学计算机科学系美国弗吉尼亚22030-4444

传统的AAM(Active Appearance Models)人脸特征定位改进方法通常关注于拟合效率上,没有具体考虑拟合初始位置和模型实例的特征,因此定位准确率和速度并不理想。该文提出了一种基于人脸特征检测和简单三维姿态估计的拟合初始位置改进和... 详细信息

传统的AAM(Active Appearance Models)人脸特征定位改进方法通常关注于拟合效率上,没有具体考虑拟合初始位置和模型实例的特征,因此定位准确率和速度并不理想。该文提出了一种基于人脸特征检测和简单三维姿态估计的拟合初始位置改进和模型实例选择方法。首先采用Adaboost算法对图像中人脸特征进行预检测,然后充分利用YCbCr色彩空间人脸肤色特性对无法检测或检测不完全的图像进行特征提取,最后根据特征区域计算鼻尖坐标和人脸偏转角,合理调整拟合中心位置和模型实例,并在拟合过程中引入ATLAS(Automatically Tuned Linear Algebra Software)线性代数软件包,实现矩阵优化。基于IMM人脸库的仿真实验表明,该方法与传统反向组合AAM相比,拟合准确率提高约43%,时间消耗降低约62%。

关键词：人脸识别 AAM 反向组合算法 Adaboost 三维姿态估计 ATLAS

来源：评论

学校读者我要写书评

暂无评论

一种处理遮掩的人脸特征点定位方法

引用

系统仿真学报 2009年第8期21卷 2229-2234页

作者：邹北骥曾阳王磊彭小宁中南大学信息科学与工程学院长沙410083 怀化学院计算机科学与技术系怀化418008

AAM(Active Appearance Models,主动表观模型)是一种定位人脸特征点的有效方法,它由人脸动态表观建模和拟合算法两部分组成。在多种拟合算法中,投影式反向组合算法(Project-Out Inverse Compositional Algorithm)具有快速高效的特点。... 详细信息

AAM(Active Appearance Models,主动表观模型)是一种定位人脸特征点的有效方法,它由人脸动态表观建模和拟合算法两部分组成。在多种拟合算法中,投影式反向组合算法(Project-Out Inverse Compositional Algorithm)具有快速高效的特点。但当人脸的某部分被遮掩时,算法的精度会明显下降。提出一种采用逐层细分掩模消除干扰的正规化反向组合算法,该算法既保留了反向组合算法快速高效的优点又提高了算法处理遮掩的能力。实验结果表明:在采用标准的IMM人脸库作为训练集的情况下,当脸部被遮掩0%-30%时,算法能够保证定位特征点的标准误差值介于0.01-0.1之间。

关键词：人脸特征点定位遮掩掩模主动表观模型反向组合算法

来源：评论

学校读者我要写书评

暂无评论

数字散斑相关方法全场变形快速测量

引用

电子测量与仪器学报 2016年第12期30卷 1828-1837页

作者：卢宇卢荣胜合肥工业大学仪器科学与光电工程学院合肥230009

采用亚像素初始值结合插值系数双缓存方法提高反向组合算法计算效率,用于数字散斑相关方法全场变形测量。首先根据反向组合算法迭代特性,采用相关系数拟合法得到亚像素位移初始值代入反向组合算法,加速单点匹配迭代收敛速度;然后由全场... 详细信息

采用亚像素初始值结合插值系数双缓存方法提高反向组合算法计算效率,用于数字散斑相关方法全场变形测量。首先根据反向组合算法迭代特性,采用相关系数拟合法得到亚像素位移初始值代入反向组合算法,加速单点匹配迭代收敛速度;然后由全场变形计算特点,采用插值系数双缓存方法提高全场亚像素变形计算效率。本算法在单点匹配时,速度加快了10.33%;全场变形计算时,速度提升了24.93%。由此证明本算法能有效提高基于反向组合算法的数字散斑相关方法全场变形计算效率。

关键词：数字散斑相关反向组合算法亚像素位移全场变形测量效率

来源：评论

学校读者我要写书评

暂无评论

基于MR-AAM双重拟合的人脸特征点定位方法

引用

计算机应用 2011年第10期31卷 2724-2727页

作者：叶超李天瑞龚勋西南交通大学信息科学与技术学院成都610031 西南交通大学云计算与智能技术四川省高校重点实验室成都610031

传统的主动表观模型(AAM)反向组合算法仅进行了单次拟合过程,当初始位置与目标对象偏移过大时,往往会陷入局部最小,难以收敛到正确位置。针对此问题,提出了一种基于多分辨率AAM(MR-AAM)的双重拟合方法,首先在低分辨率模型下进行第一次... 详细信息

传统的主动表观模型(AAM)反向组合算法仅进行了单次拟合过程,当初始位置与目标对象偏移过大时,往往会陷入局部最小,难以收敛到正确位置。针对此问题,提出了一种基于多分辨率AAM(MR-AAM)的双重拟合方法,首先在低分辨率模型下进行第一次拟合以确定面部初始位置,然后在高分辨率模型下进行二次拟合。由于能够快速获得较准确的初始位置,进而取得较好的人脸特征标定结果。实验结果表明,所提方法与传统方法相比,在能保证实时的情况下,提高了拟合精度。

关键词：人脸特征点定位多分辨率主动表观模型反向组合算法双重拟合点对点误差

来源：评论

学校读者我要写书评

暂无评论

一种提取人脸特征3D信息的方法

引用

小型微型计算机系统 2009年第2期30卷 332-335页

作者：曾阳邹北骥王磊彭小宁中南大学信息科学与工程学院湖南长沙410083 怀化学院计算机科学与技术系湖南怀化418008

针对头部姿态大角度偏转时,传统的2D人脸模型(主动表观模型,Active Appearance Model)定位人脸特征点的精度会急剧下降.引入与MPEG-4兼容的3D人脸形状模型Candide,并为其建立2D的形状模型和表观模型.模型拟合人脸图像的过程中,在保持3D... 详细信息

针对头部姿态大角度偏转时,传统的2D人脸模型(主动表观模型,Active Appearance Model)定位人脸特征点的精度会急剧下降.引入与MPEG-4兼容的3D人脸形状模型Candide,并为其建立2D的形状模型和表观模型.模型拟合人脸图像的过程中,在保持3D形状模型与2D形状模型形变一致的基础之上,应用反向组合算法,提取人脸特征点的位置和头部姿态等3D信息.实验结果表明:在C环境下,算法的处理速度为250帧/秒以上,能达到实时处理;当头部姿态的偏转角度为0°-60°时,算法的标准误差值介于0.01-0.1之间.

关键词：人脸特征 2D+3D Candide 主动表观模型反向组合算法

来源：评论

学校读者我要写书评

暂无评论

一种改进的提取人脸面部特征点的AAM拟合算法

引用

电子学报 2006年第8期34卷 1424-1427页

作者：王磊邹北骥彭小宁周凌中南大学信息科学与工程学院华为技术有限公司广东深圳518129

AAM(Active AppearanceM odel)是一种用来提取人脸特征点的有效方法,由人脸动态表观建模和拟合算法两部分组成.在多种AAM拟合算法中,反向组合法以快速高效著称.但在遇到外物遮挡时,AAM算法的拟合效果会变差.本文在反向组合法的基础上提... 详细信息

AAM(Active AppearanceM odel)是一种用来提取人脸特征点的有效方法,由人脸动态表观建模和拟合算法两部分组成.在多种AAM拟合算法中,反向组合法以快速高效著称.但在遇到外物遮挡时,AAM算法的拟合效果会变差.本文在反向组合法的基础上提出了一种基于分层细化掩模的改进算法.实验结果表明,该算法能较好地去除干扰并保留对拟合有用的信息,具有较强的抗干扰鲁棒性.

关键词： AAM 拟合算法反向组合算法人脸特征点提取

来源：评论

学校读者我要写书评

暂无评论

基于人脸图像的年龄组分类技术研究

基于人脸图像的年龄组分类技术研究

引用

作者：陈剑桂林电子科技大学

学位级别：硕士

随着人工智能、计算机视觉、人机交互技术(HCI)的发展,人脸特征识别技术也取得了迅猛发展。与人体其他生物特征相比,人脸特征具有方便、友好和非接触性等优势,使其在身份认证、视频检索、安检系统以及人口统计和管理等领域有着巨大的应... 详细信息

随着人工智能、计算机视觉、人机交互技术(HCI)的发展,人脸特征识别技术也取得了迅猛发展。与人体其他生物特征相比,人脸特征具有方便、友好和非接触性等优势,使其在身份认证、视频检索、安检系统以及人口统计和管理等领域有着巨大的应用前景。基于人脸图像的年龄估计因具有重要的理论意义和实际应用价值,而成为模式识别和计算机视觉领域的研究热点。\n 年龄特征具有较强的个体差异性和不可控制性,要让计算机自动完成年龄判别是一项极具挑战性的工作。因此,本文将年龄估计转换成对人脸图像的年龄组分类,并立足于国内外已有的研究成果,对年龄组分类问题做了更进一步的探讨。本文的主要工作及创新点如下:\n (1)基于 AdaBoost-SVM级联的人脸检测算法进行研究。年龄特征仅分布在图像的人脸区域中,因此年龄组分类的首要环节是对图像进行人脸检测,且检测效果直接影响到年龄组分类的准确率。本文研究了基于 AdaBoost的人脸检测算法和基于支持向量机(Support Vector Machine,SVM)的人脸检测算法,分别比较了两种算法的优缺点,进而提出一种基于AdaBoost-SVM级联的人脸检测算法。实验结果表明该级联算法在检测速度和准确率上都有一定程度的提高;\n (2)提出一种加入全局几何变换的AAM模型匹配算法。采用基于主动外观模型(Active Appearance Model,AAM)的算法自动定位人脸特征,并且提取与年龄组分类相关的特征,复现了AAM算法的建模过程。利用反向组合算法将AAM模型与测试图像进行匹配,由于反向组合算法并没有充分利用AAM模型的形状特征参数,AAM模型的表征能力不够理想。本文提出一种加入全局几何变换的 AAM模型拟合算法。实验结果表明,该算法能够增强AAM模型的表征能力,进一步提高匹配效果;\n (3)在MATLAB实验平台下,利用支持向量机多分类算法进行年龄组分类研究。实验结果显示,基于AdaBoost-SVM级联算法的人脸检测率高达99%,加入全局几何变换的AAM模型拟合算法的年龄组分类准确率达到84%。与AdaBoost人脸检测算法的检测率(96%)和反向组合算法匹配下的分类准确率(75%)相比,均有明显提高。可见本文提出的算法有效提高了年龄组分类的准确率和分类效率。

关键词：主动外观模型支持向量机反向组合算法人脸图像年龄组分类技术

来源：评论

学校读者我要写书评

暂无评论

基于纹理加权的AAM人脸匹配算法

基于纹理加权的AAM人脸匹配算法

引用

作者：孙言吉林大学

学位级别：硕士

人脸匹配是计算机视觉中的重要课题,在虚拟现实、人脸姿态估计、智能控制、人脸识别等领域都有广泛应用。人脸技术现已走进人们日常生活中。由于人脸是三维空间物体,其在二维空间投影的数据量很大。而且由于人脸的表情富于变化,所以很... 详细信息

人脸匹配是计算机视觉中的重要课题,在虚拟现实、人脸姿态估计、智能控制、人脸识别等领域都有广泛应用。人脸技术现已走进人们日常生活中。由于人脸是三维空间物体,其在二维空间投影的数据量很大。而且由于人脸的表情富于变化,所以很难对其准确建模。此外,一些外界干扰,例如不均匀光照、遮挡物等,更增加了人脸匹配的难度。多年来人们已经对此问题进行了深入研究,产生了很多人脸建模方法。但多数对待检测图片有苛刻要求,例如均匀光照条件下正面人脸。而且在准确度以及实时性上仍然不能满足实际要求。本文应用的是其中应用最为广泛的一种方法,即AAM人脸匹配方法。并在此基础之上加入了纹理加权概念,在准确度与传统AAM人脸匹配方法相当情况下,减少了计算时间,极大地提高了运算效率。本文主要研究内容如下：提取训练集中图片的特征点,并对其进行PCA线性降维。得到形状特征向量Si,与给定的形状参数P结合可以构成形状模型。这样的人脸形状建模方法可以减少特征计算的复杂度,也就加快了计算速度,极大地提高了建模效率。如同形状建模,利用光栅扫描方法提取训练集中图片的像素值,并储存作为纹理信息。在对纹理进行归一化后再对其进行PCA线性降维,得到外观特征向量Ai,与给定的外观参数λi可以构成外观模型。与形状建模一样,这样的建模方法也提高了建模效率。在选定待测人脸图像后,根据初始面部检测器检测的人脸得到参数P的初始值,并建立初始形状S。再将处在SO形状网格下的外观实例A(x),通过分段线性仿射的方法映射到当前的形状S中去,这样就生成了一个AAM的模型实例。用模型实例去拟合待测图像。结合“拟合→比较→调整再拟合→再比较”这样一个图像拟合策略,不断调整形状参数P和外观参数λi,使之最后与待测人脸吻合。这时形状模型的特征点位置就是最终要匹配的人脸特征。传统AAM人脸匹配算法的拟合过程,把人脸特征点与非特征点同等对待。但实际上特征点在拟合过程中的作用要远大于非特征点。本文提出了基于纹理加权的AAM人脸匹配算法,即在AAM外观模型上乘以一个纹理加权函数,函数值依像素点与特征点距离大小而变化。与特征点越近所附权值越大。这样就强调了特征点在拟合过程中的作用,相对削弱非特征点的作用,从而减少非特征点处的不利影响。

关键词：人脸匹配 AAM模型反向组合算法纹理加权

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：