单摄像头下基于样本学习的人体深度估计

深度图像的研究是当前计算机视觉的研究热点。从图像中获取深度信息有2种方法:1)利用深度感应器,该方法的缺点是成本高;2)基于一个场景的多幅图像或图像序列,通过求取视差,获得深度值,该方法的缺点是需要摄像机参数,专业知识要求较高。针对上述情况,提出了一种简单有效的从单摄像头捕获的人体图像中估计出人体深度信息的方法,利用深度摄像机建立人体的"表观深度"图像对,然后对单摄像头获取的彩色图像进行人体表观特征提取,根据该表观特征检索图像对数据库,并对获得的人体深度进行估计和优化。最后,在厦门大学的深度数据库上,验证了该方法的有效性。

计算机肖像漫画方法综述

肖像漫画因其能生动地对漫画对象的特点进行夸张,而在报纸等媒体中广泛使用。以计算机漫画创作流程为主线对计算机漫画创作方法的基本思想和关键技术进行归纳与分析,重点介绍了目前几种有关特征夸张的理论方法,即用户手动确定夸张方式、模板夸张、根据漫画家的创作规则进行夸张以及机器学习方法捕捉漫画家的规则等四种方法。最后阐述了有关特征夸张理论的未来发展趋势。

利用人脸特征及其关系的漫画夸张与合成

在人脸漫画中,人脸特征(脸型以及五官)形状的夸张与特征之间关系的夸张是存在差异的,而目前由计算机生成的人脸漫画算法中并未考虑这一点,为此提出一种漫画夸张与合成方法.该方法由基于样本的特征的形状夸张、基于规则的特征之间的关系夸张以及两者之间的合成3部分组成.在人脸特征的形状夸张部分不需要大量的样本库,只通过少量的漫画样本便可以捕捉形状的夸张;在人脸特征之间的关系夸张部分,引入了直观的"T型规则"方式描述人脸特征在夸张时的相互关系;在人脸形状夸张与关系夸张两者的合成部分,采用"比例"的形式来描述人脸特征以及特征之间的关系,使得夸张后可以方便地进行两者的合成.最后采用调查问卷的方式评测该方法生成的漫画效果,结果表明其效果良好.