基于AdaBoost和AAM的面部特征点检测技术研究

文章报告了面部特征点检测的现状,分析了AdaBoost算法的分类性能和AAM模型的建模特性。对面部特征点检测进行了研究,通过训练多个弱分类器并组合它们,提高了面部特征点检测的准确性和鲁棒性。利用AdaBoost强分类器识别的结果作为AAM模型训练的输入,提取面部特征点候选区域,降低了AAM模型重构次数,进一步降低了计算复杂度,尤其是在面部姿态和表情变化较大的情况下,提高了匹配的准确率。同时,AAM模型可以为AdaBoost提供一个更为精细的面部特征点定位,从而提高整体的面部特征点检测性能。

胶石比对AAM稳定碎石强度和收缩性能的影响

为了获得胶石比对AAM稳定碎石的强度和收缩性能的影响,实现AAM稳定碎石在道路工程中的应用,以钛石膏∶矿渣∶赤泥质量比为4∶6∶1.5,6%硅酸钠为激发剂,制备了5∶95、10∶90、15∶85、20∶80、25∶75五种胶石比的AAM稳定碎石,测定了7 d和28 d的无侧限抗压强度、劈裂强度、软化系数和干缩系数,进行了最佳胶石比下AAM的SEM和XRD测试。结果表明:当胶石比在5∶95~25∶75的范围内时,材料的无侧限抗压强度和劈裂强度随胶石比的增大而增大;软化系数均随胶石比的增大呈先增加后减小的趋势,在胶石比为15∶85时出现峰值;在同一胶石比下,随着养护龄期的增加,AAM稳定碎石的失水率随之增加,干缩系数也随之增加,且在前期增加迅速,后期增长平缓甚至下降;在同一龄期下,随着胶石比的增加,AAM稳定碎石的干缩系数也随之增加,失水率随之下降;最佳胶石比为15∶85,该胶石比下AAM稳定碎石的无侧限抗压强度、劈裂强度、水稳定性、收缩性能综合较优;胶凝体系中水化产物主要为钙矾石和C-S-H,且水化产物随养护龄期增加而不断产生,促进材料的强度增长。

HEC和AAM添加剂对提高黄土集流效率的试验研究

基于西北地区黄土资源丰富、地形复杂、外源材料运输困难的实际状况 ,提出将 HEC(High Strength andWater Stability Earth Consolidator)和 AAM(Active Aluminate Mixture)材料添加剂与黄土混掺 ,以期提高其集流效率。通过室内人工降雨模拟试验 ,探讨了典型黄土与 HEC和 AAM材料添加剂分别混掺后集流效率和性能的变化过程。同时 ,对照其它几种集雨材料 ,对不同雨强、雨量及坡度下的起流历时、集流效率和材料性能进行了比较。结果表明 :黄土与 HEC和 AAM添加剂混掺后形成的黄土复合集流材料具有较强的抗拉、抗压能力 ,不同雨强和雨量等级范围均具有较高的集流效率 (>78% ) ,已达到混凝土的集流效果 ,其成本仅为混凝土的 1/ 3～ 1/ 2。

一种改进的AAM人脸特征点快速定位方法

传统的AAM(Active Appearance Models)人脸特征定位改进方法通常关注于拟合效率上,没有具体考虑拟合初始位置和模型实例的特征,因此定位准确率和速度并不理想。该文提出了一种基于人脸特征检测和简单三维姿态估计的拟合初始位置改进和模型实例选择方法。首先采用Adaboost算法对图像中人脸特征进行预检测,然后充分利用YCbCr色彩空间人脸肤色特性对无法检测或检测不完全的图像进行特征提取,最后根据特征区域计算鼻尖坐标和人脸偏转角,合理调整拟合中心位置和模型实例,并在拟合过程中引入ATLAS(Automatically Tuned Linear Algebra Software)线性代数软件包,实现矩阵优化。基于IMM人脸库的仿真实验表明,该方法与传统反向组合AAM相比,拟合准确率提高约43%,时间消耗降低约62%。

基于AAM提取几何特征的人脸识别算法

针对人脸识别中由于环境光照、人脸姿态和表情等变化带来的识别困难,提出一种基于主动外观模型(Active Appearance Model,简称AAM)提取几何特征的人脸识别算法。本算法利用主动外观模型对人脸图像特征点进行准确的提取和定位;根据提取的特征点构造人脸几何特征向量并进行归一化,并根据几何特征向量之间的相似度简单快速地对人脸图像进行自动分类和识别。实验表明,本算法在主动外观模型基础上选取的几何特征向量具有尺寸、旋转和位移不变性,利用这些几何特征向量对人脸图像进行识别,可以有效避免人脸识别中常见的光照、姿态和表情影响并提高识别效率。

AAM在多姿态人脸特征点检测中的应用

主动表观模型AAM是经典的特征点检测方法,但是受到其线性预测模型能力的限制,当初始位置偏离目标位置过大时,很难收敛到正确位置,因此传统的单一AAM模板很难满足多姿态人脸特征点检测的要求。针对此问题,提出了一种基于多模板AAM的人脸特征点检测方法:首先定义模板相似度和人脸特征点,将人脸姿态划分为若干类,每一类姿态训练一个特定的AAM模板;然后对测试样本,利用每个AAM模板搜索特征点,并计算搜索结果与模板的相似度,选择相似度最大的AAM模板的搜索结果作为最终的特征点检测结果。通过相似度选择模板的方法可以为AAM搜索提供相对偏离较小的初始位置,因此可以精确地检测特征点。在东方人脸数据库上的实验结果证明了模板选择的必要性和相似度定义的合理性。在整个数据库上的测试结果表明,92.11%的测试图像均可以通过相似度准则选择到正确的AAM模板,从而可以精准地检测特征点;99.92%的图像可选择到正确的AAM模板或其相邻模板,故可以检测到较为准确的特征点。

使用ASM与AAM方法进行器官定位

器官定位是人脸识别中的一个重要环节 ,它的精确性影响到人脸的正确识别率。本文主要研究主动形状模型 (ASM)和主动外观模型 (AAM )的原理、方法 ,并以具体例子说明其在器官定位中的应用 。

基于相关型图像传感器3维人脸成像的3维AAMs人脸识别方法的研究

主动外观模型是基于统计分析建立物体2维模型的有效方法,它融合了目标的形状和纹理信息。在基于相关型图像传感器3维人脸成像的基础上,提出了一种建立3维人脸模型的方法,该方法利用由相关型图像传感器得到的深度信息和与之对应的亮度信息将2维AAMs扩展为3维AAMs,融合人脸的形状,纹理和深度信息来构建3维人脸模型。人脸识别实验结果表明,该方法在不同人脸姿态,表情和光照条件下识别效果要优于Eigenface和2维AAMs。

AMPS/AAM凝胶响应性能的研究

利用自由基聚合法合成了AMPS/AAM共聚凝胶,研究了该凝胶的溶胀性能和电响应性能,实验结果表明:凝胶的溶胀性能和电响应性能受凝胶的单体配比、溶液的离子强度和所施加的电场强度等因素的影响。

pH敏感性P(AAm-co-AA)半互穿网络水凝胶的制备、表征及溶胀动力学研究

以N,N-亚甲基双丙烯酰胺(N,N-MBA)为交联剂、过硫酸钾(KPS)为引发剂,采用自由基交联共聚法合成了具有pH敏感性的半互穿网络水凝胶聚丙烯酰胺-co-丙烯酸[P(AAm-co-AA)],通过傅立叶红外光谱、差热分析研究了水凝胶的结构及热稳定性。水凝胶的溶胀研究表明,随着缓冲溶液pH值的增大平衡溶胀率增大;在不同缓冲溶液中的理论最大吸水量S∞与实验值基本一致。P(AAm-co-AA)水凝胶的扩散行为在pH=1.47的缓冲溶液中为Fickian扩散模式,在pH=11.04的缓冲溶液中为非Fickian扩散模式。

AA/AAm改性的PVF高速粘贴标签胶粘剂的研制

采用AA/AAm改性PVF的方法制备高速粘贴标签胶粘剂。对PVA用量、聚合反应温度、引发剂、pH值、AA/AAm等对胶粘剂性能的影响进行了研究。结果表明 ,这些因素对胶粘剂的粘度、稳定性、干燥速度和粘贴强度有很大的影响。该胶粘剂有较好的粘贴性能 ,适用于 14 0 0 0 -2 80 0 0支

AAM反向合成匹配算法及其性能分析

介绍了一种基于反向合成图像对齐算法的AAM匹配算法。首先对反向合成算法的内容及其在AAM匹配过程中需要注意的问题进行了阐述,然后通过实验,分别应用反向合成算法和原始AAM匹配算法对一定数量的图像进行匹配,验证了反向合成算法的有效性。

AAM(AA)-天然橡胶接枝聚合物及其粘合性能

本文研究了AAM(AA)-天然橡胶接枝聚合物的合成工艺条件对合成产物接枝效率的影响,以红外光谱法考察了合成产物的结构并研究了该接枝聚合物的粘合性能及其作用机理.

基于脊椎MRI中改进型ICA-AAMs椎体分割的腰椎图像分析

提出一种基于腰椎MRI分割的图像分析框架。针对PCA对数据细节描述能力的不足,用ICA代替PCA同时进行形状和纹理模型建模,并对独立分量快速排序,形成基于独立分量分析的改进型主动外观模型(ICA-AAMs),分割MRI中椎体;以分割结果基础,使用MDL准则获得腰椎生理曲线的最佳拟合函数,用该曲线曲率来计算腰椎前凸角,通过椎终板间的倾斜灰度投影来分析椎间盘退行性变化。实验表明,改进型ICA-AAMs的腰椎椎体分割具有更高的精度,在此基础上腰部生理参数定量分析也更为准确客观。系统不但以提供客观的量化信息的方式减轻了医生重复繁琐的工作,而且可以不断拓展,为计算机辅助诊断腰部疾病打下基础。

基于肤色信息与宽度优先搜索的AAM人脸特征定位算法

提出了一种结合肤色信息与宽度优先搜索的AAM(Active Appearcance Models)人脸检测算法。该算法充分利用彩色人脸图像中的肤色信息,建立肤色模型,结合形态学运算和宽度优先搜索算法,定位人脸重心,有效地缩小了搜索窗口。实验表明,和AAM算法相比,该算法不仅检测率提高,而且速度提高60%以上。

基于Conformer的实时多场景说话人识别模型

为解决在多场景(跨域、长时以及噪声干扰语音场景)下说话人确认系统性能较差的问题,提出了一种基于Conformer构建的、实时多场景鲁棒的说话人识别模型——PMS-Conformer。PMS-Conformer的设计灵感来自于先进的模型MFA-Conformer。PMS-Conformer对MFA-Conformer的声学特征提取器、网络组件和损失函数计算模块进行了改进,其具有新颖有效的声学特征提取器,以及鲁棒的、具有较强泛化能力的声纹嵌入码提取器。基于VoxCeleb1&2数据集实现了PMS-Conformer的训练;开展了PMS-Conformer与基线MFA-Conformer以及ECAPA-TDNN在说话人确认任务上的性能对比评估实验。实验结果表明在长语音SITW、跨域VoxMovies以及加噪处理的VoxCeleb-O测试集上,以PMS-Conformer构建的说话人确认系统的性能比用这两个基线构建的说话人确认系统更有竞争力;并且在声纹嵌入码提取器的可训练参数(Params)和推理速度(RTF)方面,PMS-Conformer明显优于ECAPA-TDNN。实验结果说明了PMS-Conformer在实时多场景下具有良好的性能。

基于AAM和T型结构的人脸3D姿态估计

在分析已有的人脸姿态估计方法基础上,提出了一种基于主动表观模型(AAM)和T型结构的人脸3D姿态估计方法。对多姿态的人脸样本进行训练,得到多姿态的AAM模板集;利用训练得到的多姿态的AAM模板集进行最佳模板匹配,并对人脸的特征点进行精确定位;用人脸的双眼和嘴部构建T型模型,进行人脸3D姿态的参数估计。实验结果表明,该方法能适应较大的姿态旋转角度,并具有良好的姿态估计精度。

P(AAm-co-AA)/Ag复合材料制备及表征

以N,N-亚甲基双丙烯酰胺(N,N-MBA)为交联剂,过硫酸钾(KPS)为引发剂,采用交联共聚方法合成了具有pH敏感性的半互穿网络丙烯酰胺-co-丙烯酸水凝胶P(AAm-co-AA),利用水凝胶网络结构作为纳米反应器,自组装制备了纳米复合水凝胶P(AAm-co-AA)/Ag。水凝胶的溶胀行为研究表明,AAm与AA的质量比影响P(AAm-co-AA)/Ag水凝胶平衡溶胀率。

基于AAM模型和RS-SVM的人脸识别研究

提出了一种基于AAM模型和RS-SVM的人脸识别算法。首先,使用一种基于统计学定位的图像定位方法—主动外观模型(AAM),将其应用到人脸特征定位。为了从所有提取的特征中选择出与人脸识别相关的、必要的特征,使用了粗糙集理论(RoughSet)的属性约简算法进行特征选择,有效降低特征维数。然后用支持向量机(SVM)进行分类。实验证明,该方法在不影响识别率的情况下,可以有效降低SVM的运算复杂度。

基于改进AAM的人脸特征点检测

为了有效的解决传统AAM算法对光照的鲁棒性差,本文利用Gabor滤波器进行滤波处理,再通过LBP算法进行降维处理。针对该算法拟合结果受初始条件影响很大等因素,本算法利用Adaboost算法对人脸的旋转角度进行预估计,在加入了全局旋转平移因子,在提高了拟合速度的同时也取得了很好的拟合结果。