复杂背景下人眼定位及人脸检测

人眼定位和人脸检测是人脸识别的重要环节,复杂背景下,人眼定位及人脸检测容易受到光照以及其它物体的影响。在没有检测到人脸的情况下,对原始图像用sobel算子得到灰度边缘图像,进而得到边缘灰度加强图像,估算分割双眼的阈值范围。对边缘灰度加强图像二值化后,结合人脸的几何特征以及双眼的二维相关系数自动确定双眼候选点,利用人脸模板检验双眼及人脸的真实性。大量实验结果表明,该算法在复杂背景下进行人眼定位及人脸检测是有效的。

一种有利于故障扬声器时频特征提取的预处理方法

采用时域预加重处理方法对扬声器响应信号进行处理,并对其进行短时傅里叶变换(STFT),从变换后的扬声器响应信号时频图中可以得到更为明显的扬声器故障特征,为故障扬声器的时频特征提取提供了一种有效的预处理方法,实验结果显示故障识别率达98%以上。

一种改进的基于几何特征的人眼定位方法

针对灰度图像,提出一种改进的基于人眼几何特征的实现人眼快速定位的方法.先对人脸进行预处理,再根据人眼在二值图像中的几何位置特征制定人眼判定规则并粗估计图像分割的灰度门限所在范围,在该范围内通过递增灰度门限的方法,在不同灰度门限下的人脸二值图像中寻找符合规则的人眼黑块,最后通过二维相关系数来验证.抽取ORL人脸图库中24人的图片进行实验,结果比未经预处理的图片准确率提高了15%,从而证明这种算法是行之有效的.