基于支持向量机的人脸姿态判定

对于多姿态人脸检测中的姿态判定问题,提出了一种基于支持向量机(SVM)的人脸姿态判定算法。将人脸姿态划分成6个类别,从一个多姿态人脸库中手工标定出1800幅人脸图像作为训练样本集,分别训练基于支持向量分类(SVC)和基于支持向量回归(SVR)2种姿态分类器。另外标定出300幅人脸图像作为测试样本。SVC方法和SVR方法分别取得了1.67%和3.33%的分类错误率。其中SVC方法的分类效果明显优于在传统方法中效果最好的人工神经元网络(ANN)方法(分类错误率为3.33%)。对比实验结果表明,SVM方法对于解决姿态判定问题是很有效的。     

Personalized Multi-View Face Animation with Lifelike Textures

Realistic personalized face animation mainly depends on a picture-perfect appearance and natural head rotation. This paper describes a face model for generation of novel view facial textures with various realistic expressions and poses. The model is achieved from corpora of a talking person using machine learning techniques. In face modeling, the facial texture variation is expressed by a multiview facial texture space model, with the facial shape variation represented by a compact 3-D point distribution model (PDM). The facial texture space and the shape space are connected by bridging 2-D mesh structures. Levenberg-Marquardt optimization is employed for fine model fitting. Animation trajectory is trained for smooth and continuous image sequences. The test results show that this approach can achieve a vivid talking face sequence in various views. Moreover, the animation complexity is significantly reduced by the vector representation.     

Estimating Illumination Parameters Using Spherical Harmonics Coefficients in Frequency Space

An algorithm is presented for estimating the direction and strength of point light with the strength of ambient illumination. Existing approaches evaluate these illumination parameters directly in the high dimensional image space, while we estimate the parameters in two steps: first by projecting the image to an orthogonal linear subspace based on spherical harmonic basis functions and then by calculating the parameters in the low dimensional subspace. The test results using the CMU PIE database and Yale Database B show the stability and effectiveness of the method. The resulting illumination information can be used to synthesize more realistic relighting images and to recognize objects under variable illumination.     

异构环境下基于Native-ATM的实时多媒体通信系统

为了探讨当前分布式多媒体研究领域中的两个重要课题 ,即异构计算环境下的实时多媒体通信以及 ATM(异步传输模式 )网络上能提供服务质量保证的高性能宽带多媒体应用 ,设计并实现了异构计算环境下基于 Native-ATM(纯 ATM)方式的实时多媒体通信系统。该系统在SU N工作站上实现了一组 Socket风格的 Native- ATM API(应用编程接口 ) ,并在 PC与 SU N工作站之间实现了基于ATM AAL5协议的实时多媒体数据流的互通 ,为异构环境下宽带分布式多媒体应用的研究创造了良好的基础     

全局有序的可靠多播协议

描述了 TORM(totally ordered reliable m ulticast)这一用于白板等实时交互式应用的可靠多播协议。它除了利用多播为上层应用提供高效可靠的数据传输服务外 ,还实现了集中式的并发控制机制 ,保证会话中的消息以全局唯一的顺序提交给应用层 ,便于白板应用维护数据一致性。 TORM采用层次结构 ,解决了确认内爆问题 ,提高了协议的可伸缩性。 TORM还通过多播服务和客户的分离提高了可靠性和灵活性 ,通过采取灵活的消息缓冲策略减少了对存储空间的占用     

基于事件序列匹配的多摄像机视频同步

在多摄像机应用中,对各摄像机的视频进行同步是一个常用的基本步骤。大多数现有方法都依赖于特征点的检测和对应,往往复杂而且难以通用。该文致力于简单快速视频同步方法的研究,通过对常见同步问题的描述和分析,提出了一套基于事件序列匹配的视频同步框架——利用事件序列相关性来帮助寻找两段视频序列中的对应帧,通过全局投票的方法寻求最优帧偏移量。在动作识别和会议建档系统场景中的示例实验中都得到了正确的结果。误差分析表明,该方法的容错能力强,在较大参数范围内都可以得到正确解。该文提出的方法简单易用,具有很好的实用价值。     

核心无状态虚拟时钟调度策略

为了提供具有可伸缩性的延迟保证,通过对虚拟时钟(GDVC)调度策略的研究,提出了核心无状态虚拟时钟(CS-GDVC)调度策略的框架,并证明它能够与基于流的虚拟时钟调度策略提供相同的端到端延迟保证。通过选择CS-GDVC中的一个参数和工作方式(工作守恒/不守恒),可以构造各种具体的核心无状态虚拟时钟调度策略。已经提出的各种基于虚拟时钟的核心无状态调度策略都可以认为是CS-GDVC的实例。CS-GDVC为核心无状态虚拟时钟调度策略的设计提供了完整的理论基础。     

计算机视觉系统的二步法颜色恒常性

理论研究表明 ,三色视觉系统在单视野条件下 ,三维颜色恒常性的计算问题只有在一些约束下才能解决。约束选择的合理与否和后续的任务密切相关。针对不同环境光照条件下的人体肤色分割的具体任务 ,提出了一个新的关于三色系统颜色恒常性问题的物理模型 :1 )将视觉系统所获得的原始信息分裂为亮度信息和颜色信息。 2 )将传统的颜色恒常性问题分解为基于亮度的亮度恒常性和基于颜色信息的颜色恒常性 ,并用二维描述子描述等亮度彩色图像中物理表面的颜色特征。该描述子具有颜色恒常的特性。基于颜色的图像分割实验结果表明 ,二步法颜色恒常性技术是一种非常有效的方法。     

UPnP服务发现算法性能分析与改进

针对目前可用的U PnP服务发现算法在普适计算环境中存在大量服务时响应消息严重丢失的问题,通过仿真试验分析认为原因在于根设备瞬间发送响应消息和相互独立地随机选择发送延时而产生的响应消息拥塞。进一步地给出了U PnP改进算法,采用根设备断续发送响应消息或(和)综合考虑整个U PnP网络来选择发送延时以减少响应消息拥塞的发生。实验表明改进算法可以明显地降低响应消息的丢失率。同时,改进算法还可以减少控制点对响应消息缓冲区大小的要求。     

支持向量机方法中加权后验概率建模方法

为解决传统支持向量机方法不提供概率输出的问题,在支持向量机多类分类问题输出概率建模中,提出了加权后验概率建模方法。该方法在对多个两类支持向量机分类器的输出概率进行组合时,充分考虑了各个两类支持向量机分类器的差异。依据Bayesian理论,采用后验概率作为各个两类支持向量机分类器的权系数。实验结果表明,与投票法及Pairwise Coupling方法相比,加权后验概率方法具有较低的分类错误率,不仅具有较好的分类性能,而且得到的后验概率具有较好的概率分布形态。该方法有效地解决了实际多类分类问题中支持向量机的概率建模问题。