基于Snakes模型的高分辨率遥感影像城区道路提取方法研究

基于主动轮廓模型(Snakes)理论研究了高分辨率遥感影像道路的提取。针对高分辨率遥感影像中道路特征,通过改进现存方法得出更为适合道路提取的主动轮廓模型,并利用其完成道路提取工作.通过对1m分辨率的IKONOS影像进行实验,结果表明该方法能够较好地提取出城市高分辨率影像中弯曲道路的完整对称边缘信息.

低质量监控图像鲁棒性人脸超分辨率算法

由于人对图像结构信息的理解对于像素值的噪声干扰具有极强的鲁棒功能,为了增强传统算法针对低质量监控图像的鲁棒性,提出一种基于人工形状语义模型的人脸超分辨率算法.该算法将形状描述成一系列面部特征点的组合,通过人工获取人脸图像形状语义信息,利用形状样本库构建超分辨率代价函数的正则约束项;将图像与形状的系数相关性用于统一重建误差项与形状正则项的变量,并将最速下降法用于优化求解.仿真和实际图像实验结果都表明,在主客观质量上,文中算法的性能都优于传统算法.

基于主动表观模型的人脸图像描述与编码

利用主动表观模型(AAM)来对人脸图像进行描述和编码,该方法不仅对人脸形状进行建模,同时又建立了反映人脸灰度变化的纹理模型,并将纹理模型与形状模型合理地结合起来,反映了整个人脸形状及纹理。实验表明了AAM方法进行人脸描述和编码的有效性。

主动表观模型在人脸特征提取中的应用

面部情感作为人工心理领域的一个重要研究课题,有着潜在的理论研究价值和实际应用价值,本文将围绕人脸表情识别课题中的特征提取关键技术,分析特征提取的主流方法。ASM在人脸轮廓特征点定位方面有较高的准确率,而AAM在人脸内部关键点的定位中有着优良的性能,结合两种算法对人脸表情特征提取,将等到更好的效果。

基于改进主动表观模型算法的人脸特征定位

人脸特征点的精确定位一直是人脸图像处理的重要研究内容,特征点定位精确与否直接影响后续工作结果的好坏。在基于反向组合AAM(Active Appearance Models)人脸特征点定位算法的基础上,提出结合特征点局部纹理模型来对AAM初始形状参数做最优化以及对AAM匹配模板升级的改进。改进的算法采用特征点局部纹理模型和AAM全局纹理模型结合的方法来最优化AAM初始形状参数,并在此前提下对AAM匹配模板进行升级,使其更接近待匹配图像的信息。在精确的匹配模板和优化的初始形状参数下,匹配的最终精度会得到提升。实验和理论证明,改进后的算法比传统反向组合AAM算法以及现有改进的PAAM(Progressive AAM)算法以及简单的结合ASM和AAM的改进算法都有更好的特征点定位精度。

主动表观模型在光照变化影响下的人脸特征点定位

在光照条件恶劣的情况下,基于主动表观模型(AAM)的人脸特征点搜索与定位算法的精度和鲁棒性会显著下降。本文提出采用全变分模型对图像进行光照预处理,通过对基于反射系数图的特征纹理建模来帮助特征点定位。通过实验对比,分析了本文算法在定位精度和鲁棒性上的提高。

基于强跟踪滤波器预测的主动表观模型人脸特征点跟踪

利用主动表观模型(AAM)可以对视频序列中人脸进行特征点定位,当目标对象与初始位置偏离过大时,就会使拟合过程陷入局部最小,使迭代无法收敛到正确位置,造成定位失败。针对此问题,提出了一种基于强跟踪滤波器(STF)预测的AAM(STF-AAM)人脸特征点跟踪方法。首先,将视频中头部运动看成动态系统,然后利用强跟踪滤波器对其进行预测跟踪,从而找到每一帧的拟合初始位置并进行拟合运算。由于视频序列中每一帧中的拟合初始位置都能被快速找到,从而取得了比较精确、快速的跟踪结果。实验结果表明,所提方法与传统方法相比在保证拟合精度的同时,提高了算法的跟踪定位速度。

基于主动表观模型(AAM)的图像中物体的定位方法研究

介绍了一种基于统计纹理模型和统计形状模型的主动表观模型 (AAM)的基本理论。并以人手的定位为例 ,建立了相应的主动表观模型。首先获取样本的纹理 ,然后应用主分量分析的方法对样本纹理归一化 ,建立纹理统计模型。利用类似的方法建立AAM ,它能通过调整模型参数实现目标物体的定位。由于AAM充分利用了目标物体的内部纹理特征 ,其定位能力更加健壮 ,并具有更高的准确性。

基于主动表观模型的稀疏聚类人脸识别算法

在复杂的非人脸成分干扰以及训练样本过大、训练样本之间相似度较高的条件下,原始稀疏表示分类(SRC)算法识别准确率较低。针对上述问题,提出一种基于主动表观模型的稀疏聚类(CS-AAM)人脸识别算法。首先,利用主动表观模型快速、准确地对人脸特征点进行定位,获取主要人脸信息;然后,对训练样本进行K-means聚类,将相似程度高的图像分为一类,计算聚类中心,将该中心作为原子构造过完备字典并进行稀疏分解;最后,计算稀疏系数和重构残差对人脸图像进行分类、识别。将该算法与最近邻(NN)、支持向量机(SVM)、稀疏表示分类(SRC)、协同表示分类(CRC)人脸识别算法在ORL和Extended Yale B人脸数据库上对不同样本数及不同维数的人脸图像分别进行识别率测试,在相同样本数或相同维数情况下CS-AAM算法识别率均高于其他算法。在ORL人脸库中选取样本数为210时,相同维数条件下CS-AAM算法识别率为95.2%;在Extended Yale B人脸库上选取样本数为600时,CSAAM算法识别率为96.8%。实验结果表明,该算法能够有效地提高人脸图像的识别准确率。

基于主动表观模型的人脸特征点自动标定

主动表观模型是一种具有高精度和强鲁棒性的特征点标定算法。本文主要研究了主动表观模型在人脸图像特征点自动标定方向的应用,并通过MATLAB工具对目标人脸图像进行了特征点自动标定实验。实验结果证明主动表观模型是一种有效的特征点标定算法。

基于主动表观模型及PERCLOS的疲劳检测研究

针对城市轨道交通电客车司机长时间驾驶产生的疲劳问题,目前主要是通过规章制度及警惕按钮来解决,这样既增加司机的劳动强度,也对司机疲劳驾驶检测效果有限。文章针对电客车司机现场工作环境,提出了一种主动在线实时检测方法,该方法通过视频序列分析人脸信息,采用主动表观模型完成对人眼的识别及定位,采用PERCLOS算法完成对司机疲劳检测。实验证明,该模型和算法能够很好地完成对司机的疲劳检测。

结构化特征融合的主动表观模型

文中提出了一种基于结构化特征融合的主动表观模型(Active Appearance Model,AAM)匹配算法。为了增强主动表观模型匹配算法的泛化能力和精度,尤其是其对于人脸表观细节处的处理,本文将形状相关的局部特征描述子和全局纹理信息进行融合,并进一步将其应用到基于回归模型的主动表观模型匹配算法中。通过在XM2VTS和Bio ID人脸数据库上进行测试表明,本文算法比传统的主动表观模型匹配算法的误降低了15%左右。

基于多分辨统计模型和曲面恢复的腹部图像分割算法

针对腹部器官边缘模糊、形状差异大、小样本集合难建立统计模型等问题,提出了基于多分辨率统计集成模型和曲面缺失数据恢复的混合图像分割算法。该算法根据器官模型的纹理特征,建立外观轮廓模型;并定义标志点自信度。对于自信度较高的点,使用基于主动图像搜索和模型变形的方法进行分割;将自信度较低的点视为未知点,利用统计模型和自信度高的已知点进行数据恢复。实验结果表明,该混合算法可成功地降低器官分割的平均误差。

基于表观模型的人脸特征点提取

针对在人脸特征点提取过程中模型预估能力不足,拟合过程中的非法形变导致的特征点提取速度慢和提取精度不高的问题,本文提出了一种基于主动表观模型(AAM)的人脸特征点提取算法的改进算法。将头部作初始分类,不同的头部姿态选取不同人脸模型进行拟合,这样能避免初始化模型与真实特征点位置相差过大,从而使得模型能更快的收敛,提高特征点提取速度。同时提出一种方法,对拟合过程中的形状变量加以限制,能有效过滤掉不满足人脸形状的特征点模型,防止拟合过程中的非法形变,使提取的人脸特征点更接近真实位置。实验结果表明,改进的基于AAM的人脸特征点提取算法在时间效率和准确率上都所有提高。

改进主动形状模型算法在运动物体定位中的研究与应用

为提高彩色图像中目标物体的定位精准度和鲁棒性,改善传统主动形状模型采用的灰度模型单一搜索,提出了一种新的基于RGB色彩空间三通道的局部搜索策略。根据彩色图像的特点,充分利用目标的颜色信息,把一维灰度模型扩展成RGB空间彩色模型。结合该模型,提出一种基于各颜色分量所占比重权值的自适应综合匹配函数,并通过由粗到精的多级搜索,实现了彩色图像中运动物体的定位。实验结果表明,该方法降低了模型陷入局部最优的概率,并且提高了目标物体定位的精度和收敛速度。

全局纹理约束的主动性状态模型

基于图像解释、分割中两种常用的模型———主动形状模型(ASM)和主动表观模型(AAM)的基本原理,提出了一种全局纹理约束的主动形状模型的新方法.

一种基于复合局部信息模型的主动形状模型

本文对Gabor算法和人脸特征点定位进行了介绍和研究。在对传统的主动形状模型算法的研究和分析的基础上进行了改进,提出了一种以复合局部信息模型为基础的主动形状模型。

一种基于主动轮廓模型的图像分割新方法

针对迭代收敛时主动轮廓模型在图像深凹处难以完全收敛且在较高的图像分辨率下收敛速度缓慢的缺陷,提出了一种基于主动轮廓模型的图像分割新方法.本方法结合了多分辨率与梯度向量流概念,首先在原始图像的低分辨率图像上进行轮廓提取,并将提取到的轮廓作为初始轮廓再在高分辨率图像上进行轮廓提取,最终得到原始图像的轮廓.实验结果表明,本方法在图像深凹处收敛效果良好,且极大提升了收敛速度.

基于改进联合模型的人脸表情识别

在联合主动表观模型和主动形状模型的基础上,充分挖掘标定点之间的联系,提出一种局部纹理模型构建方法。通过改进匹配算法提高特征点的定位精度和匹配速度。将该算法提取到的人脸表情特征输入最近邻分类器,分类结果表明其识别率较高。

一种新的活动轮廓模型算法

传统的活动轮廓模型具有处理速度慢 ,运算量大 ,对凹陷轮廓处理效果差等缺点 .本文把小波多分辨率技术应用于主动轮廓算法 ,结合梯度矢量流 (gradient vector flow,GVF)概念 ,首先在低分辨率的图像上进行处理 ,得到结果后 ,再在高分辨率层次上继续处理 ,由此解决了初始轮廓必须离真实轮廓很近的问题 ,提高了运算速度 ;同时利用小波分解的方向性 ,降低了搜索的范围 ,进一步提高了轮廓收敛的速度 ;由于使用了GVF所产生的外力场 ,对于凹陷轮廓同样可以保证正确的收敛 。