基于模型的头部运动估计和面部图像合成

文中讨论一种基于模型的头部运动估计和面部图像合成方法．首先建立了一个基于人脸几何模型的可变形三维面部模型，此模型可根据不同人脸图像特征修正特定人脸模型．为了使特定人脸模型与特定人脸图像相匹配，需根据变形模型修正人脸模型．文中采用自动调整与人机交互相结合的方法实现特定人脸模型匹配．在调整完模型形状之后，应用３个方向的面部图像进行纹理映射生成不同视点方向的面部图像．应用合成面部图像与输入面部图像最佳匹配的方法进行输入面部图像的头部转动方向估计．

面部图像纹理特征检测方法研究

传统面部图像的特征检测主要针对于灰度图像和二值图像,目前国内对于面部彩色图像(尤其是高清面部彩色图像)纹理特征的研究还处于起步阶段。针对于面部区域彩色图像特征,通过采集不同测试者早(健康状态)、晚(疲劳状态)大量面部彩色图像,据此建立面部图像数据库,划分数据库为P(疲劳图)、Z(正常图)、R(结果)三类。利用共生矩阵算法求得最大特征区域的纹理特征向量,用对比统计得到的数据测定正常与疲劳面部图像特征值的差别。实验结果表明,面部彩色图像的纹理特征反映了图像本身的属性,进一步描述了图像的细节信息,具有计算量小的特点。

基于面部图像的有无早期肺癌风险分类研究

目的通过对数据集进行目标区域分割、特征提取等操作,建立随机森林模型,以实现有无早期肺癌风险的分类研究。方法使用BiSeNet算法实现图像分割,并将分割后的图像转换到YCbCr颜色空间模型[亮度(Y)、蓝色分量(CB)、红色分量(CR)]上,通过CB与CR 2个分量的取值寻找非肤色点,对非肤色点采用9×9均值滤波器进行滤波,并在该颜色模型下提取颜色特征值,再将图像转换到灰度空间,在其灰度共生矩阵上获取其纹理特征值。将这些特征值作为输入构造随机森林分类模型,构造随机森林时使用ID3算法构造决策树,通过调整决策树个数和最大特征数寻找最优分类模型。结果BiSeNet面部图像分割准确率为96.25%;在YCbCr颜色空间上具有椭圆肤色聚类的特性,可以检测到非肤色点;经调整发现2个超参数决策树个数、最大特征数取值分别为30和4时,随机森林模型性能最优,其准确率能够达到87.34%。结论通过面部的颜色特征以及文理特征信息,可以进行早期肺癌的分类研究,经实验分析肺癌患者面部红色特征以及文理特征与未患肺癌相比,存在显著差异,有助于有无早期肺癌的分类判断,为临床上早期肺癌的发现提供辅助依据。

基于模型的面部图像生成方法

在人脸部件几何特征及肌肉运动模型的基础上,本文提出了一种二维面部图像的生成方法。该方法采用特征网格模型精确地描述人脸部件,将网格上轮廓特征点的相对位移作为面部图像变形及表情综合的参数,并通过面部整合模型控制各部件之间相互作用关系及人脸轮廓变化。实验证明该方法产生的面部变形图像比较精确,表情效果也很自然。

井下人员面部图像识别技术与下井作业人员管理系统综合性研究与应用

本文叙述了以工业以太网为骨干，以多种无线网络为延伸，在井下配合已建立的总线型网络的基础上通过建立混合型局域网相互配合来实现自动记录分析下井人员相关信息与人员面部图像采集的实时情况、位置信息判断下井人员的真实性、有效性功能，对煤矿井下作业人员跟踪定位研究及应用情况。有效解决了当前煤矿生产中亟待解决的重要问题，井下人员面部图像识别技术与下井作业人员管理系统综合性研究与应用技术含量高，保证了矿井作业人员安全，全面推广可取得较好的经济效益和社会效益。

深度学习下面部缺失图像自动补全方法

考虑到传统方法在补全面部缺失图像时存在补全比例低的问题,提出了基于深度学习的面部缺失图像自动补全方法研究。利用面部缺失图像的尺度空间,计算了面部缺失图像在时间梯度上的均值。利用深度学习算法学习面部缺失图像的类别,得到面部缺失图像的像素值。通过确定面部缺失图像的像素类别,利用深度学习算法增强处理了面部缺失图像的细节分量,完成面部缺失图像的识别。通过修复面部缺失图像的遮挡部分,优化面部图像的真实性,将相似性损失计算结果作为深度学习算法的算子,提取出面部缺失图像的特征。结合面部缺失图像自动补全算法设计,实现了面部缺失图像的自动补全。试验结果表明,在不同的缺失比例下,基于深度学习的面部缺失图像自动补全方法可以提高面部缺失图像的补全比例,具有更好的补全效果。

脸上的权利:作为“非隐私个人敏感信息”的面部图像

面部识别技术自2014年以来实现了准确度的大幅提升后,被应用于大量不同的场景。本文分析了面部识别技术对公民权利的影响及在传播语境中的风险。通过对面部信息法律属性的分析,本文认为,相比传统的肖像权,面部识别技术大大改变了面部信息的采集处理对人的权利的影响方式和程度。作为生物识别信息的面部信息不是传统的隐私,也不是一般的个人信息,而是“非隐私个人敏感信息”。本文在介绍国际社会对面部识别技术密集立法的基础上,提出了规制面部信息采集和处理的两项建议,一是公权力和“私权力”对面部信息的采集使用,应遵循不同的规则;二是权利人对面部信息的授权应建立“互动式授权”机制,保证权利人授权的真实性和有效性。

面部彩色图像特征检测方法研究

传统面部图像的特征检测主要针对灰度图像和二值图像,对于彩色图像特征分类及识别的研究急需突破与发展。针对面部区域彩色图像特征,通过采集不同测试者早(健康状态)、晚(疲劳状态)的面部彩色研发图像,建立面部图像数据库,划分数据库为P(疲劳图)、Z(正常图)、R(结果)三类。根据对多个测试者早晚面部图像的HSI空间分量进行掩膜、滤波处理计算的特征值和对比统计得到的数据来测定正常与疲劳面部图像差别大小,返回正常与疲劳状态时最大特征区域和区域的颜色、色差,形成颜色特征向量。实验结果表明,亮度对于彩色图像特征检测影响很大,需要消除因为不同背景亮度对彩色图像特征检测的干扰。

摆脱面部图像阴影的困扰

门品监控经常受到图像出现泛白背景和人物面部不清晰、色彩暗等问题的困扰。尽管带有白平衡的背光补偿功能（BLG）可以克服这些困难，但图像仍然不够清晰，且看宽动态功能（Wide-dynamic)一展身手。

基于颌面部CT图像重建的信息提取研究

近年来,随着现代计算机技术及图形图像技术的迅速发展,图像处理与分析技术开始广泛应用于医学图像的重建。本文实现对颌面部二维计算机断层扫描图像(computed tomography,CT)的读取与显示,进行中值平滑与增强等预处理,再基于阈值法分割图像,然后应用本文改进的基于序列图像的面绘制、体绘制算法,将对象进行可视化设置,实现三维模型的放缩、测量、剖切交互操作,最后应用该重建模型提出一种下颌骨线拟合方法。实验证明,本文方法较传统方法优化重建质量,保留更多完整细节,提高重建效率,在辅助诊断、手术引导、临床教学等领域具有一定的应用价值。

支持向量机在面部神经麻痹检测中的应用

通过提取标准人脸正面图像的鼻尖、眼角、鼻角、嘴角等特征点,构成11维特征向量,在介绍支持向量机(SVM)基本原理和实现算法的基础上,通过SVM对大样本的11维特征向量进行学习,将面部神经麻痹的图像从正常人脸图像中分离出来,为医生诊断提供依据。试验证明,该方法对检测面部神经麻痹的准确率是令人满意的。

可视喉镜暴露声门困难相关面部特征分析

目的分析与可视喉镜暴露声门困难相关的面部特征指标。方法选择2020年8月至10月在上海交通大学医学院附属第九人民医院拟接受全身麻醉下颅颌面手术且行气管插管的患者537例作为研究对象,患者的美国麻醉医师学会(ASA)分级为Ⅰ~Ⅱ级。手术麻醉前获取患者年龄、性别、身高、体重、BMI等信息,采集患者正面中立位、张口伸舌及仰头姿势的照片,并对标注的面部特征进行定量化分析。麻醉医师用统一规格可视喉镜实施气管插管时,由统计者记录暴露声门的Cormack-Lehane(C-L)等级。根据C-L等级将患者分为可视喉镜暴露声门容易组(C-L等级Ⅰ~Ⅱ级)和可视喉镜暴露声门困难组(C-L等级Ⅲ~Ⅳ级)。对可视喉镜暴露声门困难者基于年龄(差异不大于2岁)和性别与可视喉镜暴露容易者1∶1匹配,对两组患者的面部特征指标与可视喉镜暴露声门的真实结果进行多因素logistic回归分析,归纳具有评估作用的阳性指标。结果成功匹配31对患者,年龄为15~75岁,可视喉镜暴露困难组年龄为(49.29±17.47)岁,可视喉镜暴露容易组年龄为(49.23±17.47)岁,两组BMI差异无统计学意义[(22.18±3.55)kg/m^(2)vs(23.33±3.06)kg/m^(2),P>0.05]。面部特征中,眉心至鼻尖距离占额骨鳞部体表冠状面顶点处至下颏距离比例和伸舌受限在两组间差异有统计学意义(P均<0.01)。多因素logistic回归分析发现,眉心至鼻尖距离占额骨鳞部体表冠状面顶点处至下颏距离比例与可视喉镜暴露声门困难的发生有关(OR=1.25,95%CI 1.02~1.53,P<0.05)。结论可视喉镜暴露声门困难的患者存在一些区别于暴露声门容易患者的面部特征,可视喉镜暴露声门困难的患者更容易存在眉心至鼻尖距离占比增大的面部特征。

基于深度学习的面部修复技术综述

传统图像修复算法在修复区域涉及复杂非重复结构(如面部)时,不能准确捕捉到高级语义。近三年来基于深度学习的方法被应用于图像修复中,其修复结果的结构相似性较传统方法提高了10%以上。首先阐述了面部修复技术的研究发展历程,主要介绍了基于深度学习的面部修复算法,将其分为无监督和有监督两大类方法,在每一类中重点对近年来涌现的各种面部修复算法进行分析和总结;然后归纳了当前主流的六类图像数据集,以及算法性能评价指标;最后讨论了面部修复技术的未来研究方向。

基于深度学习的面部疼痛智能评估方法研究

为了提高疼痛评估的快捷性、直观性、连续性、准确性,本研究建立了一种基于深度学习和面部表情图像的疼痛强度智能评估模型,为准确评估疼痛病情、适时调整治疗方案、实施有效镇痛措施提供补充依据。该方法采集7位志愿者在6种不同疼痛强度状态下的表情图片,通过预处理和数据增广形成数据库,设计深度卷积神经网络并进行训练,使用特征级差异进行面部疼痛表情分类。在JAFFE、CK+数据库上进行模型性能验证和评价。模型在训练集、测试集分类准确率分别达到98.15%、90.91%,训练速度19 ms/step。模型在JAFFE、CK+数据库上的验证效果良好。结果表明,该方法在疼痛表情识别中准确有效,评分结果具有显著性。

基于改进随机森林分类器在RGBD面部表情上的应用研究

面部表情识别是机器感知人类情绪变化的重要途径.利用面部RGB图像可以进行表情识别,但是容易受到光照变化影响,而且较难刻画细微表情变化.对采用RGBD面部图像识别6种基本面部表情(高兴、悲伤、愤怒、沮丧、恐惧以及惊讶)进行研究.首先利用深度图像鲁棒地检测面部;然后在面部灰度图像中检测并跟踪二维面部标记点,并添加对应的深度信息构造深度面部几何特征,从而有效识别细微表情变化;最后利用基于特征选择的随机森林分类器对不同面部表情进行识别.基准数据库上的对比实验结果表明本文算法的表情识别准确率高于主流基于手动提取特征的面部表情识别方法,接近基于卷积神经网络的识别算法性能.

中药喷雾联合咪唑斯汀和保湿剂治疗面部皮炎近期疗效观察

目的 观察中药喷雾联合咪唑斯汀和保湿剂短程治疗面部皮炎的临床疗效。方法 61例面部皮炎患者随机分为治疗组(31例)和对照组(30例)。对照组口服咪唑斯汀片,1粒/d,外用透明质酸修护生物膜2次/d,治疗组在对照组基础上给予中药皮肤康洗液喷雾治疗,1次/d。2组治疗疗程均为3 d。比较2组临床疗效,观察治疗前后症状和体征积分,面部图像分析仪(VISIA)红区绝对分值,红斑指数(EX)和经皮水分丢失(TEWL),并记录不良反应。结果 治疗3 d后,治疗组有效率70.97%,对照组有效率40.00%,差异有统计学意义(χ^(2)=5.93,P<0.05)。与治疗前相比,治疗后2组患者各临床积分,VISIA红区绝对分值、EX和TEWL均明显下降,差异有统计学意义(均P<0.01),且治疗后治疗组的瘙痒、红斑、皮损面积积分以及VISIA红区绝对分值和EX明显低于对照组,差异有统计学意义(均P<0.05)。2组不良反应发生率比较差异无统计学意义(P>0.05)。结论 中药喷雾联合咪唑斯汀和保湿剂可短时间内显著减轻红斑性炎性反应,缓解瘙痒症状,提高临床疗效且使用安全。

2002年面部识别厂家试验:概述和总结

面部识别厂家试验FRVT2002是一种独立管理的对成熟面部识别系统的技术评估。FRVT2002,为评估面部识别系统,满足大规模实际应用要求的能力提供性能量度。10家商业公司参加了FRVT2002。FRVT2002根据极大的数据集———37,437名个人的121,589幅可操作面部图像计算了性能统计资料。FRVT2002,1)描述了作为数据库容量函数的识别和监控名单性能,2)评估了不同组人的性能可变性,3)描述了作为在某人登记时和生成新图像时之间的经过时间函数的性能,4)调查了人口统计学对性能的影响。FRVT2002表明自从进行了FRVT2000评估以来,室内图像的识别已经有了很大的进步。人口统计学结果表明,男性比女性更容易识别,老人比年轻人更容易识别。FRVT2002还评估了两种面部识别改进方法———三维形态(morphable)模型和视频序列面部识别的影响。结果表明三维形态模型提高性能,而视频序列面部识别只对静态图像性能有有限的改善。对于FRVT2002,正在开发一种基于XML的新评估协议。这一协议十分灵活而且通常支持生物统计学评估。

PCA主成分分析在面部特征识别中的应用

在实际应用中,面部往往看成高维数据,因此会遇到维数灾难问题,需要对数据降维方便特征提取。PCA(principal Component Analysis)算法能够用于对原有数据进行简化,将复杂数据降维,利用这个原理对高维面部图像进行表征,通过去除相关性,减少冗余,用相对较少的变量来表达面部最主要的特征,达到快速识别面部的目的。

基于神经网络的人脸自动识别

该文应用神经网络技术构建了一个完整的人脸识别系统。首先使用基于眼睛位置估计的方法从人脸图像中分割出对识别有意义的纯脸,然后使用自组织映射进行特征压缩,提取有效的鉴别特征。最后使用基于知识的模糊神经网络进行分类。在NUSTDBII人脸数据库上的实验得到了令人满意的结果,并且表明该方法对人脸的姿态及表情有一定的不敏感性。