基于混沌的3D线框模型加密方法

随着网络环境中图形数据的急速增长,图形数据安全处理成为了亟待解决的网络安全新挑战。对3D模型的加密也是刻不容缓。利用混沌映射提出了一种针对3D线框模型的加密方案。该方法分为两部分:混淆和扩散。利用逻辑映射生成一个随机可逆矩阵对点进行扩散,利用Arnold’s cat map对边进行置乱,加密的顶点,多边形合成在一起,形成最终的加密3D线框模型。结果表明:对每个3D线框模型都能正确的加解密。该加密方法也能很好的抵抗暴力攻击、统计攻击等。

3D人脸线框模型的自动调整

3D人脸线框模型是自然人脸表述的重要方法.如何将通用的模型调整到特定的人脸上涉及脸部特点的自动提取和模型的调整两个主要过程.对通过皮肤颜色分割和形态滤波得到复杂背景的视频场景中的候选人脸,用区域惯量椭圆方向进行调整并用先验人脸模板校验以找出人脸和脸部特征区域.根据人脸特征区域所具有的颜色特性和空间分布采用基于特征的人脸识别算法提取部分重要的脸部特征点,由曲线和活动轮廓模型拟合脸部特征边缘,从中提取特征点,用来估计头部姿势和作为插值结点的使用径向基函数插值,可将3D人脸线框模型自动调整到特定的人脸上.

一种采用模型基辅助的混合视频编码方法

本文提出一种帧内采用波形编码,帧间采用模型基编码的混合视频压缩系统,增强了模型基编码的适用性。改进了CANDIDE头部模型,使之易于匹配,提高了压缩编码的效率;采用仿射算法取代了蒙皮法,克服了遮挡问题,提高了合成图象的主观质量和运算速度。

极低速率模型基视频图像编码(英文)

对模型基编码方法进行了综述 ,着重叙述了目前模型基视频图像编码方法所遇到的问题和解决方法 ,其中许多问题都是我们目前正在研究的内容 ,包括 :3D线框模型、人脸检测、人脸纹理编码、运动参数估计和人脸模型参数编码等 .这些问题是模型基方法在实用前必须解决的问题 ,例如 ,如何在一幅图像中检测和定位人脸 ,如何从构成人脸模型的图像中提取参数 ,及如何进行运动参数的压缩等 .采用这种技术 ,讲话人的脸部图像可用一个模型来表示 ,它在各帧之间的运动可以用很少的参数来编码 。