远距离复杂背景鲁棒的步态特征提取与表示方法

远距离复杂背景下步态图像通常受到噪声的影响很大。Gabor特征在此类步态识别中显示了良好的特性,然而一些基于Gabor特征的算法使用较多的模板从而导致计算量增大。为解决这个问题,本文提出了一种新的基于改进Gabor特征的步态特征提取与表示方法。首先突出步态能量图中的有效区域,并抑制易受噪声干扰的区域。然后构造一个同时具有两个方向互补特性的基本的滤波器,经过缩放和旋转,生成一系列滤波器。使用这些滤波器对改进的步态能量图以及步态差异图像进行卷积,得到两个特征向量集合以表示此步态对象。使用最近邻分类计算出本文方法在USF步态数据库上的识别率,与相关算法的比较证实了此步态特征提取与表示方法的有效性。对算法的计算量分析表明,本文算法所需的计算量比相关算法有较大降低。      

一种基于边缘能量图的物体检测方法

物体的变形、边缘中断等因素通常对物体检测的结果影响很大。为了减小这些因素的影响,提出一种新的基于边缘能量图的物体检测方法。边缘能量图在一定程度上反映了物体的边缘出现的概率,便于计算并具有较好的鲁棒性。计算出图像的边缘图像,在此基础上分别计算出模型和测试图像的边缘能量图。基于多分辨率的滑动窗口,在图像中找出测试图像边缘能量图与模型边缘能量图最相似的区域。基于边缘能量图快速得到目标物体的轮廓。实验结果显示,该方法使用较快的计算速度得到了相对较高的检测率。     

基于梯度矢量方向性分析的线裁剪算法

在传统线裁剪(seam carving)算法中梯度矢量的方向性是一个被忽略的因素,该文提出了一种新的基于梯度矢量方向性分析的线裁剪算法。首先利用随机纹理区域内梯度矢量方向散乱的特点,对局部区域的图像梯度矢量进行低通滤波,使算法能够提取更加合理的像素线路;接着又根据像素线路的走向不同,定义两个不同的像素能量函数,给予像素梯度矢量的x, y分量以不同的权值。实验结果图像显示,文中算法不仅可以更好地保护图像边缘等细节,还可以在整体上达到与原图像更加近似的视觉效果。定量分析结果也显示,相比其它算法该文算法在完整性距离和一致性距离两方面都取得了更好结果。     

基于能量图分解与运动偏移特性的步态识别

提出一个新的步态识别算法.首先通过计算轮廓图距离来检测异常步态轮廓图,并利用平均近邻图与平均轮廓图重建异常的图像.然后将对象的步态能量图分解为两部分,并分别为每一部分生成一系列扩展图像,从而构造出能量分解图.接着根据主干图与步态偏移图的对应关系消除静态形状信息,并进行脚部区域校正,从而构造出运动偏移图.最后,使用能量分解图和运动偏移图共同进行分类.实验结果表明,本文算法的识别率远远高于3个典型算法.     

基于色度空间梯度优化的图像着色算法

介绍了一种简单的灰度图像着色算法,它通过引入优化约束方程,尽可能地使着色后的图像在相应的色度空间内,其色度值的全局变化最小。在实际应用中,用户只要预先指定某些像素点的颜色,利用该算法就可以达到较好的主观着色效果。峰值信噪比的分析结果显示,在仅仅指定0.1%像素的颜色时,利用该算法着色后图像的平均峰值信噪比已经在26 dB以上。而且与先前的着色算法比较,该算法在使用更低的采样率下,着色后图像有更高的峰值信噪比,也即该算法优化估计的结果与原始图像的误差更小。     

一种基于边缘能量图的物体检测方法

物体的变形、边缘中断等因素通常对物体检测的结果影响很大。为了减小这些因素的影响,提出一种新的基于边缘能量图的物体检测方法。边缘能量图在一定程度上反映了物体的边缘出现的概率,便于计算并具有较好的鲁棒性。计算出图像的边缘图像,在此基础上分别计算出模型和测试图像的边缘能量图。基于多分辨率的滑动窗口,在图像中找出测试图像边缘能量图与模型边缘能量图最相似的区域。基于边缘能量图快速得到目标物体的轮廓。实验结果显示,该方法使用较快的计算速度得到了相对较高的检测率。     

基于瞬时步态能量图的远距离身份识别

提出了一种基于瞬时步态能量图的远距离身份识别算法.首先根据摆动距离计算出步态周期,并指定步态周期中的关键时刻.步态序列中一个关键时刻的所有侧面轮廓图的平均值构成一个平均瞬时图.一个关键时刻的瞬时步态能量图的计算利用了当前关键时刻以及其他关键时刻的平均瞬时图.提高了每个关键时刻侧面轮廓图像的质量,并比单纯使用步态能量图的方式增加了步态的运动信息.随后计算出所有关键时刻侧面轮廓图相对于瞬时步态能量图的偏移的累积图像,与步态能量图共同作为描述一个对象的特征向量.最后,使用最近邻算法进行步态特征分类.在USF步态数据库上对该算法进行实验,并与基线算法以及另外两个新的步态识别算法进行比较,结果显示该算法达到了更高的总体识别率.