基于肤色和模板的人脸检测

针对彩色图像提出了一种基于肤色和模板的人脸检测方法 ,由肤色分割、模板匹配和人工神经网验证 3部分组成 .首先使用 HSI空间的肤色统计模型分割出可能包含人脸的区域 ,然后使用平均脸模板匹配和人工神经网验证的方法在这些区域中搜索人脸 .该方法将彩色图像的肤色信息和灰度图像的模板匹配及人工神经网分类模型综合起来 ,既极大地提高了速度 ,又具有较强的鲁棒性 .实验结果表明 ,该算法是快速而有效的 .

人脸检测与检索

研究了将人脸作为一种特殊的图像内容进行检索的问题 ;采用基于Adaboost统计学习方法的层叠分类器检测人脸 ,再用非线性SVM分类器验证人脸 ;实现了在大规模的复杂背景图片集合中高速准确的人脸定位 ;为了将找到的人脸规范化 ,借鉴直接表观模型 (directappearancemodel) ,提出了一种新的特征检测和人脸校正方法 .该方法基于对大量数据的统计学习过程 ,具有良好的扩展性和稳定性 ;在此基础上 ,采用SVM分类器实现了人脸检索 ;最后 。

室外移动机器人的视觉临场感系统

本文介绍了我们所建立的室外移动机器人的视觉临场感系统，由摄像机云台系统、头盔系统、通讯系统、视频显示系统组成。

基于人工神经元网络的移动机器人导航研究

本文采用人工神经元网络模型，提出了一个基于行为的移动机器人导航方法，并在仿真实验系统上进行了实验研究，取得了令人满意的结果，这是一种有前途的导航方法．

基于差分图象的人脸检测

提出了两种基于差分图象的人脸检测算法：扫描法和投影法，实验表明它们是准实时的、非常有效的人脸检测算法，可以作为人脸自动输入的有效途径，用于构造诸如安全检查。

面向视觉监视实时跟踪的动态背景更新方法

实时跟踪是视觉监视系统的核心技术之一,背景更新方法是实时跟踪技术成功与否的关键所在。该文在介绍了各种现有方法的基础上,提出了一种新的动态背景更新方法,实验表明这是一种对光线变化鲁棒性高、速度快、跟踪效果好的实用方法。

基于拓扑的路径规划问题的图形解法

本文提出一个解决基于拓扑的路径规划问题的新途径:图形法.介绍一个用图形法建立起来的适合于矩形形状的移动机器人在以线段和圆弧为边界的障碍物环境下运动的路径规划算法.该算法考虑了环境发生局部变化时在不改变或者仅仅对拓扑网络进行局部修改后进行路径规划的问题.图形法比较普遍地解决了二维拓扑路径规划算法的实现问题.

基于行为的移动机器人仿真实验系统

本文描述了一个基于行为的移动机器人仿真实验系统，它包括行为分解、传感器仿真、控制指令、基本导航行为等部分，适合于基于行为的导航方法的研究。

一种简单的线条特征抽取算法

本文阐述了一种简单的线条特征法,该算法是通过边缘检测,细化、符号化三过程实现的,而符号化过程是借助于边缘检测的方向码通过扫描、连接、补缺三步骤完成的,根据所选择的控制参数,可以形成基于最短线条长度的各种层次的符号化描述,灵活性强,速度快,效率高,特别适用于双目立体视觉的研究中,用来获得线条基元。

面向视觉监视的变化检测与分割

文章介绍了一种针对目标跟踪的高级视觉保安系统的双摄象机方案，在此框架下研究了变化检测问题，提出了一种简单、快速的分割算发：中点导引扫描方法。实验证明该算发对于将变化区域用矩形分割表示十分有效，是一种建立视觉监视系统的实用方法，可以作为目标跟踪研究的基础。

基于线条特征的双目立体视觉系统

本文阐述了一个以线条特征为匹配基元的双目立体视觉系统。匹配算法以环境相似性度量为核心,以多层表示为基础,采用由粗而精的控制策略,通过预测、归并、分解、传播四过程买现。匹配算法考虑到实际环境中的双目立体图象的非理想性及抽取出来的线条特征的非完整性,允许某种程度的纵向偏差,引入中心主轴概念,在分解过程中建立对应,计算视差。首先由前三个过程建立起可靠的粗层次的对应,称之为骨架对应,然后利用连续性约束假设将骨架对应的结果由传播过程逐级传播到整幅图象中去。

基于线条特征的双目立体图象匹配算法

本论文阐述一种以线条特征为匹配基元的双目立体图象匹配算法.该算法以区域相似性度量为核心,以多层表示为基础,采用由粗而精的控制策略,通过预测、归并、分解、传播四个过程实现.考虑到实际环境中的双目立体图象的非理想性及抽取出来的线条特征的非完整性(断续、偏差),允许某种程度的纵向偏差,引入中心主轴概念,在分解的过程中建立对应,计算视差.首先由前三个过程建立起可靠的粗层次对应,称之为骨架对应.然后利用连续性约束假设将骨架对应的结果由传播过程逐级传播到整幅图象中去.该匹配算法速度快、效率高,有较强的灵活性和适应性.实验结果表明,匹配的正确率在80％以上.

机器视觉及其应用

科幻小说中的机器人在听到主人指令时,通过其头上的双眼观察环境,经由电脑分析处理,自主地行动,完成主人交代的工作。尽管这样的机器视觉系统还属于遥远的将来,但它的确是机器视觉研究的最初设想,也将是机器视觉研究的终极目标。当然机器视觉研究并不是以科幻小说家的梦想为动力的,而是为现代社会及工业的迫切需求所驱动的。实际上它已经越来越多地进入现代工业,应用于军事。

基于模板匹配与支持矢量机的人脸检测

人脸检测是人脸识别与基于内容的图像及视频检索的一项重要任务 .由于非人脸样本相对于人脸样本的多样性和复杂性 ,使得人脸模式分类器的训练十分困难 .该文提出了一种将模板匹配与支持矢量机 (SVM)相结合的人脸检测算法 .算法首先使用双眼 -人脸模板对进行粗筛选 ,然后使用 SVM分类器进行分类 .在模板匹配限定的子空间内采用“自举”方法收集“非人脸”样本训练 SVM,有效地降低了训练的难度 .实验结果的对比数据表明 。

人脸检测研究综述

人脸检测问题最初作为自动人脸识别系统的定位环节被提出 ,近年来由于其在安全访问控制、视觉监测、基于内容的检索和新一代人机界面等领域的应用价值 ,开始作为一个独立的课题受到研究者的普遍重视 .该文从人脸检测问题的分类、人脸模式的分析、特征提取与特征综合、性能评价等角度 ,系统地整理分析了人脸检测问题的研究文献 ,将人脸检测方法主要划分为基于知识的人脸验证方法和基于统计的学习方法 。

基于多关联模板匹配的人脸检测

提出一种基于多关联模板匹配的人脸检测算法 .模板由一系列关联的双眼模板和人脸模板组成 ,它们都是通过仿射变换根据伸缩比和姿态 (即旋转角度 )从单一平均脸模板产生出来的 .首先 ,使用双眼模板搜索候选人脸 ,再用人脸模板匹配进一步筛选候选人脸 ,最后 ,通过启发式规则验证是否是人脸 .对于各种类型的图像进行大量实验的结果表明 ,该算法对于正面包括多角度人脸的检测很有效 .

一种基于背景模型的运动目标检测与跟踪算法

本文提出了一种静止摄像机条件下的运动目标检测与跟踪算法 .它以一种改进的自适应混合高斯模型为背景更新方法 ,用连通区检测算法分割出前景目标 ,以 Kalm an滤波为运动模型实现对运动目标的连续跟踪 .在目标跟踪时 ,该算法针对目标遮挡引起的各种可能情况进行了分析 ,引入了对运动目标的可靠性度量 ,增强了目标跟踪的稳定性和可靠性 .在对多个室外视频序列的实验中 ,该算法显示了良好的性能 ,说明它对于各种外部因素的影响 ,如光照变化、阴影、目标遮挡等 ,具有很强的适应能力 .

基于模板匹配与人工神经网确认的人脸检测

本文提出了一种基于模板匹配与人工神经网确认的人脸检测算法 .算法使用一组双眼 人脸模板对搜索侯选人脸 ,并在搜索过程中使用多层感知器进行确认 ,以减少错误报警 .

基于仿射模板匹配的多角度单人脸定位

提出了一种基于仿射模板匹配的多角度单人脸定位算法 .用平均脸作为基模板 ,经由不同的伸缩比例和旋转角度构成的仿射变换生成各种姿态的模板 ,并将模板分为双眼模板和人脸模板对 ,首先使用双眼模板搜索符合眼睛的区域 ,再用整个人脸模板匹配进一步检验是否符合人脸模式 ,并利用马赛克规则验证 ,给出最佳匹配作为人脸位置 .对包含 144幅图像和 6 0幅图像的两个图像库的定位准确率分别达到 79.2 %和 85 % ,表明该算法的有效性 .

人脸的性别分类

人脸的性别分类是指根据人脸的图像判别其性别的模式识别问题.系统地研究了不同的特征提取方法和分类方法在性别分类问题上的性能,其中包括主分量分析(PCA)、Fisher线性鉴别分析(FLD)、最佳特征提取、Adaboost算法、支持向量机(SVM).给出了在9姿态人脸库、FERET人脸库和一个网络图片人脸库上的对比实验结果.实验表明人脸中的性别信息集中存在于某个子空间中,因此,在分类前对样本进行适当的压缩降维不但不会明显降低分类器的性能,而且可以大大减少分类的时间开销.最后介绍了将性别分类器与自动人脸检测和特征提取平台集成起来的基于人脸图像的性别判别系统.