基于颜色自相似度特征的实时行人检测

行人检测在智能监控和辅助驾驶等方面有广泛的应用。当前行人检测中主流特征是梯度方向直方图(HOG),但其计算耗时导致检测速度慢。该文提出了一种新的颜色自相似度特征(CSSF),在颜色通道上计算两个选定的矩形块的比值衡量自相似性。首先,CSSF在描述行人的结构信息的同时避免了耗时的方向梯度计算,具有速度快的优点。其次,CSSF是标量特征,能高效快速与AdaBoost级联分类器结合学习行人检测器。再次,CSSF具有尺度不变性,能快速地进行多尺度检测。针对CSSF含有的海量特征,该文提出增量AdaBoost算法有效学习CSSF特征。实验结果表明:基于CSSF的行人检测器检测精度优于传统的HOG检测器,速度提高了7倍,在640×480大小的图像上达到实时效果。     

L∞准则约束下的高质量灰度指纹图像压缩算法

为克服基于传统 L2 准则的有损图像压缩算法难以准确控制每一像素值的误差范围 ,因而可能丢失指纹图像特殊细节的缺点 ,提出了一个在 L∞ 准则严格约束下针对灰度指纹图像的高质量图像压缩算法。该算法以当前性能最优的无损图像压缩算法 CAL IC为基础 ,结合了根据指纹局部纹线走向所设计的分类线性预测器 ,并提出了准无损模式下根据量化器对熵编码器自适应调节的方案。对一组真实灰度指纹图像的实验结果表明 ,与 CAL IC算法相比 ,新算法在同样的最大误差下 ,平均比特率降低了 8% ,同时峰值信噪比(PSNR)提高了 1.2 d B。新算法在最大误差不超过± 3个灰度级的情况下 ,实现了 5∶ 1左右的压缩比 ,且比当前 L2 准则下性能最优的压缩算法之一 SPIHT明显具有更高的均方信噪比。     

一种新的图像模糊散度阈值化分割算法

为提高灰度图像分割的效果,提出了一种新的基于图像间模糊散度的阈值化算法及它在多阈值选择中的推广算法。算法采用模糊集合分别表达分割前后的图像,通过最小模糊散度准则实现图像分割中最优阈值的自动提取。算法针对图像阈值化分割的要求构造了一种新的模糊隶属度函数,克服了传统Ｓ－函数带宽对分割效果的影响。将其与多种经典的阈值化分割算法一起,对不同类型的测试图像进行分割比较的结果表明,新算法有很好的通用性和有效性。     

人脸图像年龄估计

为了解决人脸识别中识别率随年龄变化急剧下降的问题,提出了一种自动的年龄估计方法。通过年龄函数建立人脸特征和年龄之间的对应关系,人脸特征由形状特征和纹理特征组成。首先,通过改进的活动形状模型自动定位人脸形状特征点,再通过形状拉伸获得单纯的纹理图像,然后用主分量分析分别得到形状特征向量和纹理特征向量,合成作为人脸特征,最后,按照最优化的准则得到年龄函数,结合人脸变老方式的分类,自动估计年龄。实验结果表明,这种方法对年龄估计十分有效,平均200人的多年龄人脸数据库上的估计误差为1.1a。     

CCD光电荷积累技术与法庭光源技术相结合在现场微弱潜指纹提取上的应用

论文说明了潜指纹在特定波长光波照射下,吸收激发光能量发出较长波长固有荧光,阐述了与数字图像叠加、灰度变换对比度增强算法等其他图像增强技术相比较,CCD电荷积累图像增强技术应用于案发现场微弱潜指纹痕迹显现提取的可行性和优越性,给出了微弱潜指纹增强的实际效果。