基于多特征融合的稳健手势检测方法

基于AdaBoost手势检测器、混合高斯模型肤色Blob检测器的检测结果,结合特定手势识别器和多帧的输出,依据Fisher准则通过置信度信息融合为高可靠性的交互手势检测器,解决了在背景混杂和相似颜色条件下手势检测器的稳健性问题.     

一种无线自组织网上视频QoS保障方法

提出了一种基于GSM和无线自组织网混合网络结构下的服务质量(QoS)保障方法。首先客户端节点向GSM中心服务器上报本地链路可用带宽和拥塞状况;然后中心服务器根据上报信息分析数据业务整条路由上的拥塞状况,通知业务发起端调整发送速率或者重新选择路由;最后中心服务器通过对比新旧路由的可用带宽来确定业务是否更换路由。在包含10个客户终端和1个中心服务器的实验网络上,该方法获得了很好的调节效果,试验结果表明这种方法可以为无线自组织网络上的视频通信提供有效的QoS保障。     

基于BAG的矢量化方法及其在手画逻辑电路图识别中的应用

本文提出了一种基于BAG的线图矢量化方法,适合在微型计算机上进行图纸的图象处理。该法的整个过程是在一个图的结构上进行的,使处理速度提高了近7倍,实验表明,此法是可行的。     

神经网络与图像压缩编码

图像压缩编码是一个古老而诱人的领域。而八十年代中期,神经网络的兴起,又为这一领域注入了新的活力。本文介绍了神经网络在图像压缩编码领域中的应用,并提出了一些尚待解决的问题。到目前为止,由于还未寻找到适宜于神经网络应用于压缩编码的好的机理和方法,因此还未获得优于常规编码方法的成果。其中还有一些基本的理论问题(例如,神经网络实现数据压缩的机理)没有得到解决。神经网络是否适于在图像压缩编码领域中使用,以及如何更好地把神经网络用于图像压缩编码领域中去,都是值得进一步深入研究的课题。     

ATM视频传输中信元丢失的分析与对策

ＡＴＭ的出现使得我们能够实时地,高效地传输视频信号,但同时在传输过程中ＡＴＭ的信元丢失将是导致解压缩后的图像质量严重下降。文章首先基于ＭＰＥＧ－２标准,给出了一个基本的视频通信系统框架及各部分的码流格式,然后分析了系统中信元丢失的原因,特点和影响。文中给出了现有的各种减少信元丢失的方法及其如何隐藏信元丢失对图像质量造成的影响,分析其优质和适用场合,并讨论了以后的研究方向。     

基于容量估计的数字水印算法

为达到更好的鲁棒性和置信度,水印的嵌入应当基于容量估计.本文提出了两种基于容量估计的DCT域数字水印算法,首先利用人眼视觉特性确定水印强度,并在此强度下进行容量估计,以确定实际用于嵌入的DCT系数.它们能够满足高鲁棒性,低失真和动态调整嵌入容量的要求,具有良好的性能,可以用于数据或者图像水印的嵌入.在此基础上,本文还提出了一种将水印与JPEG相结合的嵌入和压缩算法,实验证明它能够同时满足压缩和水印嵌入的要求.     

用于人脸识别的下颌轮廓线分类方法

研究了下颌轮廓线的分类方法,并通过下颌轮廓线分类改进人脸识别系统人脸识别系统的性能.将下颌作为人脸识别的新特征,并综合其他特征进行人脸分类,可以提高人脸识别的识别率;同时,人脸数据库根据下颌的类属分类,可以提高识别速度.通过对下颌轮廓线进行主元分析得到下颌的（PCA）特征字串,并用K mean自动聚类方法和两类划分进行了下颌轮廓线分类的尝试.实验结果表明,这种方法在人脸识别系统中取得了较好的应用,识别率和识别速度都有明显提高.     

改进的用于人脸对准的多尺度ASM方法

针对传统的Active Shape Model(ASM)方法的缺陷与不足,提出了几点改进的方法。传统的ASM方法很难在每个特征点上都得到比较准确的结果,并且,传统的ASM方法的匹配结果受初值的影响非常大。根据人脸的结构特征,把ASM的匹配过程和人脸的部件定位信息以及人脸的边缘信息等相结合,有效地改善了ASM方法的性能。实验结果表明,改进的ASM方法在准确性和鲁棒性上有较大提高。     

一种基于模型融合的行人跟踪算法

提出了一种基于模型融合的行人跟踪算法。该算法在粒子滤波框架中融合了基于颜色直方图特征的产生式模型以及基于HOG特征的鉴别式模型,并结合离线学习和在线互学习对HOG鉴别式模型进行更新。实验结果表明,该方法能够有效地适应跟踪过程中的光照变化、姿势变化以及部分遮挡。