仿生关节链球坐标系的建立及应用

为了直观准确地记录和计算空间骨架结构的状态,提出一种仿生关节链球坐标系.对于待求活动关节,在已知与其相连的前两节节棍位置状态的前提下,利用当前节棍的长度值和链球坐标系下的2个角度值来精确计算关节新位置的三维笛卡儿坐标值.最后结合高维仿生信息学理论的应用,证明了采用该坐标系对骨架结构进行的刻画可以逼真地反映状态上细微的、连续的变化,无冗余信息,比传统方法参数少、速度快、应用范围广,可生成丰富的姿态,有利于艺术创作.

基于仿生关节链球坐标系的虚拟手势生成

为解决传统手势获取手段外设昂贵、使用复杂等问题,提出基于仿生关节链球坐标系的虚拟手势生成方法。根据手部特征设计虚拟手骨结构,对其中运动节点建立不同的链球坐标系,改进原有的坐标系转换算法,可通过调整角度参数产生任意静态手势。利用同源连续性原理将静态手势转化为高维空间点,仿照二维点运动轨迹规律进行采样,产生动态手势序列。结合提出的链球坐标系角度判断方法,通过真实姿态模拟,验证算法可以准确地生成指定手势,是方便高效的虚拟手势生成方法。

利用多级量化局部纹理特征的图像跟踪算法

针对传统的基于纹理特征的跟踪算法采用统计直方图描述目标,表达不够精确且计算量较大的问题,提出一种基于多级量化的局部纹理特征的点对点的图像跟踪算法.首先定义了一种高维纹理特征,其对单个的点具有较强的描述能力;随后通过矢量运算进行点对点匹配,根据匹配得出的点集的空间位置,利用均值漂移矢量实现初步定位;最后通过连续缩放窗口比例,同时使用颜色信息验证候选窗口与原始窗口的相似度,确定目标的位置和尺度.实验结果表明,该算法在场景复杂、噪声较大的环境中仍能准确地搜索到目标;在目标尺度变化时也具有较强的鲁棒性.

基于Gabor变换的每类单个训练样本人脸识别研究

基于高维仿生信息学理论思想,提出了一种运用图论中最小生成树算法构筑训练样本点覆盖的新算法。通过Gabor滤波变换,每个训练图像得到40个Gabor特征图,对这些特征图使用超香肠神经网络模型(HSN模型)进行识别,最后以投票策略对Gabor特征图判别结果作决策融合,以最多数为判别结果。对几个典型的人脸图像库在每类单个训练样本这种极端情形下,研究了光照变化的人脸识别问题,实验结果显示了其合理性。

彩色图像特征空间变换的新算法及其应用

本文提出了一种彩色图像特征空间变换算法.该算法基于高维形象几何与仿生信息学理论,根据人眼特性,利用彩色图像中彩色信息的变化进行特征空间变换,能够提取出不受光源影响的图像特征.在彩色图像人脸检测应用中,与常见的肤色分割方法不同,该算法不需对肤色建模,不对彩色图像进行非线性彩色空间变换,而是直接将彩色原图变换到特征空间,在特征空间中定位平均脸特征数据的最佳匹配点.本文最后将该算法应用于复杂光源彩色图像的人脸检测中,实验结果验证了算法的有效性和鲁棒性,具有明显的应用价值.

一种基于矢量关系运算的人脸检测算法

本文基于近年来发展起来的全新理论--高维形象几何与仿生信息学提出一种新的人脸检测算法。该算法从高维空间矢量关系的角度,分析图像间差异。采用高维空间矢量表征图像所含信息,通过计算矢量之间的角度衡量候选数据区与平均人脸模板的相关性。并且对图像间的矢量距离和欧氏距离进行了对比实验,验证了采用改进的矢量角度作为图像间关系的测度更为合理,针对不同光照条件下彩色图像中的人脸检测提出改进算法,利用彩色图像中包含的色彩矢量来消除不同光线带来的灰度变化,实验表明该改进算法相比于灰度图的模板匹配人脸定位算法,更能有效避免由光线变化产生的误检和漏检。