基于测地轮廓和特征函数的灰度异质图像分割

灰度异质图像的分割是图像处理中一项非常有挑战性的任务。CVB模型虽然能较好分割灰度异质图像,但是其分割结果容易出现过度分割或欠分割问题。为了精确分割灰度异质图像,该文在CVB模型的基础上,引入基于测地轮廓的长度项来捕捉目标物体的边缘信息,提出一种新的变分分割模型。同时,为了提高计算效率,该文利用特征函数来表示测地轮廓长度,并且通过基于特征函数的热核卷积形式逼近测地轮廓的周长。进一步,结合交替极小化和迭代卷积阈值法,该文设计出一种快速数值求解算法,并且给出了该算法的收敛性和稳定性分析。最后,对合成图像、核磁共振图像以及魏茨曼分割数据集上的原始自然图像等三类灰度不均匀图像进行分割实验,并且采用Dice相似系数和Hausdorff距离作为图像分割的评价指标,实验结果表明:该方法不仅提高了图像分割精度,而且明显提升了收敛速度。

基于轮廓线局部描述符的三维人脸识别

提出了一种基于等测地轮廓线的局部描述符来识别三维人脸。首先对三维人脸数据进行预处理,得到统一的人脸区域并进行姿态归一化;然后根据测地距离提取到鼻尖点相同距离的点组成等测地轮廓线,对轮廓线进行重采样,并对轮廓线上每个采样点的邻域提取局部描述符;最后在建立测试人脸和库集人脸的点对应关系后进行局部描述符的加权融合和比较,给出最终识别结果。算法在FRGC(face recognition grand challenge)v2.0数据库上进行测试,实验结果表明该方法具有较好的识别性能。

一种侧视地图建筑物轮廓线自动提取方法

以WebGIS技术和移动GIS技术为基础的侧视地图服务逐渐成为GIS行业的主流,高效直观侧视地图在"互联网+"时代的应用日益普及。针对目前提取侧视地图建筑物轮廓人工交互效率低下和轮廓精度差等问题,提出一种任意视角侧视地图建筑物轮廓线的自动提取方法。在顾及建筑物之间存在遮挡的情况,利用颜色缓冲区和深度缓冲区进行渲染,解决建筑物之间的遮挡,获取单个建筑模型,同时采用形态学算子对获取的单个模型轮廓进行处理,再基于提出的改进测地轮廓线模型(GAC)追踪和拟合建筑模型轮廓线,得到建筑物轮廓线;最后,以武汉市三维模型数据为例,证明本文方法可行性和有效性。

基于面部曲线特征融合的三维人脸识别

针对三维人脸识别,提出了一种基于面部等测地轮廓线并结合局部特征和整体特征的人脸识别方法.首先,在人脸中提取到鼻尖点等测地距离的点组成等测地轮廓线来表征人脸面部曲面;然后,根据重采样后轮廓线上点的邻域信息提取局部特征,根据轮廓线的整体形状信息提取人脸整体特征;最后,分别利用比较局部特征和整体特征,将比较结果在决策级融合,给出最终识别结果.所提算法在FRGC(face recognition grand challenge)v2.0数据库上进行测试,测试结果表明,特征融合后的识别性能优于单一特征的识别率,且具有较好的表情鲁棒性.

基于面部特征激光光点定位的人脸识别方法研究

人脸识别作为重要的身份鉴别技术,需要具有较好的识别时效性和准确性,为此提出一种基于面部特征激光光点定位的人脸识别方法。通过积分投影技术选择面部结构中的脸角点、嘴角点和鼻尖作为特征点。为减少面部表情变化对识别效果的影响,避开受影响最大的嘴部区域,对各特征点进行等距测地轮廓线采样,利用Procrustes分析采样点提取面部轮廓线,并选用加权平均法在二值化图像中区域化分割面部轮廓,完成激光光点定位人脸识别的全过程。实验结果表明,所提方法识别率较高、准确性更优,最高识别率为96.3%,具有较好的应用前景。

基于特征点表情变化的3维人脸识别

目的为克服表情变化对3维人脸识别的影响,提出一种基于特征点提取局部区域特征的3维人脸识别方法。方法首先,在深度图上应用2维图像的ASM(active shape model)算法粗略定位出人脸特征点,再根据Shape index特征在人脸点云上精确定位出特征点。其次,提取以鼻中为中心的一系列等测地轮廓线来表征人脸形状;然后,提取具有姿态不变性的Procrustean向量特征(距离和角度)作为识别特征;最后,对各条等测地轮廓线特征的分类结果进行了比较,并对分类结果进行决策级融合。结果在FRGC V2.0人脸数据库分别进行特征点定位实验和识别实验,平均定位误差小于2.36 mm,Rank-1识别率为98.35%。结论基于特征点的3维人脸识别方法,通过特征点在人脸近似刚性区域提取特征,有效避免了受表情影响较大的嘴部区域。实验证明该方法具有较高的识别精度,同时对姿态、表情变化具有一定的鲁棒性。