一种基于样本生成的人脸识别方法

人脸识别问题的特点包括样本的特征维数高和每个类别所包含的样本较少。设计有效的特征提取方法是解决人脸识别问题的关键要素之一。提出了在采用降采样获得特征的同时利用新的降采样方法多次对原图片进行降采样,生成多幅训练样本,进而缓解人脸识别中的小样本问题。实验结果证明所提出的方法能有效地提高分类器的精度。     

基于不变矩特征匹配的目标定位方法的实现

研究了弹道导弹在再入段的红外成像制导中存在几何失真及像质模糊的实时采集图像与基准地图的匹配定位问题。用不完全统计法证明经过平移、伸缩、旋转、加噪等多种复合变换下的图像的矩不变性,并选择6种经过消误差处理后的不变量作为弹道导弹成像匹配应用的特征量,采用Camberra距离最小法进行实时图像和基准图像的特征量匹配。实验部分验证了方法的正确性和可行性。     

一种基于算法融合的红外目标跟踪方法

视频目标跟踪的难点在于快速、准确地在帧与帧之间匹配目标.由于红外图像目标与背景的反差低,图像的边缘模糊并且灰度级动态范围小,使红外目标跟踪难度比可见光更大.本文提出一种针对红外日标跟踪的融合算法,该方法融合直方图和不变矩的特点.首先利用目标的直方图计算简单快速的特点,由均值平移算法快速找到局部最优解,但由于该局部最优解仪为直方图匹配的最优解,缺少目标形状特征,与实际目标位置存在一定的偏差;其次,利用边缘小变矩作为修正特征修正误差,避免跟踪误差逐渐累计而最终导致跟踪失败,以提高跟踪的稳定性和精度.实验结果表明,该算法能够消除跟踪过程中的漂移现象,提高跟踪精度.     

几种边界特征描述方法的比较研究

在图像处理与模式识别领域经常根据物体的边界来识别物体。对物体边界特征描述的三种主要方法,即基于极半径函数的傅里叶描述子、边界序列矩和改进的不变矩进行了比较研究,给出了实验结果和结论。     

利用异或运算和编码约束的降维LDP人脸识别方法

为了有效表示面部特征,在局部方向模式(LDP)的基础上,提出降维局部方向模式(RDLDP)。首先,修改LDP编码模式约束以完成模式的重构,通过对LDP码进行异或运算来计算每个块的单一码;然后,将所得编码图像划分为生成直方图,连接所有区域的直方图块以形成最终描述符。最后,计算特征向量间的卡方相异性度量值,并使用最近邻分类器完成最终的人脸识别。实验采用了三个公开的标准数据库FERET、扩展YALE-B和ORL。实验结果验证了提出算法的有效性。与其他基于局部描述符的先进方法相比,提出方法在准确度和错误识别率等方面更优。     

人脸图像光照预处理的一种新方法

人脸识别是图像分析和理解领域中最成功的应用之一,近年来得到了迅速的发展,但是阻碍人脸识别技术应用到实际中的瓶颈之一——光照问题,一直没能得到很好的解决。局部二值模式是最近发展起来的一种理论简单但功能强大的纹理分析算法,在计算机视觉等领域表现出良好的性能。将该纹理提取算法应用到图像预处理中并并利用大规模中国人脸图像数据库CAS-PEAL-R1来检验这种方法的有效性。实验结果表明:加入LBP纹理后,该方法能较好解决光照变化问题,提高识别性能。     

一种高效的人脸三维点云超分辨率融合方法

三维人脸识别技术是当前研究和应用的热点。提出了一种专门针对人脸的三维点云融合方法,通过人脸检测、人脸姿态校正、点云对准和三视点投影等步骤实现三维点云超分辨率融合。实验结果表明,该方法可提高点云的分辨率,降低噪声的干扰,消除孔洞,能较好地重构人脸表面,能大幅度地降低融合的计算复杂度,提高融合的效率。     

一种自适应的Gabor图像特征抽取和权重选择的人脸识别方法

为了克服光照、表情变化等因素对人脸识别的影响,本文提出了一种自适应的Gabor图像特征抽取和权重选择的人脸识别方法.该方法首先把每幅人脸图像经过Gabor小波变换后得到的40个不同尺度和方向下的图像都看作是独立的样本,再把不同人脸中的同一尺度和方向的变换结果进行特征重组,得到40个独立地新特征矩阵.为了增强对光照、表情变化的鲁棒性,每一新特征矩阵的识别贡献被本文所提出的自适应权重方法计算得到.其次,对每一新特征矩阵采用离散余弦变化进行降维,并采用了鉴别力量分析方法来选取最有鉴别力的离散余弦变换系数作为特征向量.最后,抽取线性鉴别分析特征进行识别.大量的实验证明了本文所提方法的有效性.     

一种自适应的Gabor图像特征抽取和权重选择的人脸识别方法

 为了克服光照、表情变化等因素对人脸识别的影响,本文提出了一种自适应的Gabor图像特征抽取和权重选择的人脸识别方法.该方法首先把每幅人脸图像经过Gabor小波变换后得到的40个不同尺度和方向下的图像都看作是独立的样本,再把不同人脸中的同一尺度和方向的变换结果进行特征重组,得到40个独立地新特征矩阵.为了增强对光照、表情变化的鲁棒性,每一新特征矩阵的识别贡献被本文所提出的自适应权重方法计算得到.其次,对每一新特征矩阵采用离散余弦变化进行降维,并采用了鉴别力量分析方法来选取最有鉴别力的离散余弦变换系数作为特征向量.最后,抽取线性鉴别分析特征进行识别.大量的实验证明了本文所提方法的有效性.     

一种三维数字成像系统的多视点姿态估计方法

为校准多视场深度数据,提出基于条纹投影的三维数字成像系统的多视点姿态估计方法。该方法至少在两个视点分别向被测物体投射出一组正交条纹图,利用条纹投影和相位重建技术,将相位图映射为物体的三维空间坐标。进而,利用投影仪的投射过程是摄像机成像过程的逆过程,建立投影仪的投射平面和摄像机的成像平面的对应关系,将“极线几何约束”应用到基于条纹投影的主动三维视觉的姿态估计问题,并在考虑测量数据受噪声影响的条件下,建立了求解视点姿态参量的数学模型。通过优化求解非线性方程可以获得多视点的姿态估计参量。所设计的实验及结果证明了所提出方法的有效性。