基于AdaBoost和AAM的面部特征点检测技术研究

文章报告了面部特征点检测的现状,分析了AdaBoost算法的分类性能和AAM模型的建模特性。对面部特征点检测进行了研究,通过训练多个弱分类器并组合它们,提高了面部特征点检测的准确性和鲁棒性。利用AdaBoost强分类器识别的结果作为AAM模型训练的输入,提取面部特征点候选区域,降低了AAM模型重构次数,进一步降低了计算复杂度,尤其是在面部姿态和表情变化较大的情况下,提高了匹配的准确率。同时,AAM模型可以为AdaBoost提供一个更为精细的面部特征点定位,从而提高整体的面部特征点检测性能。

HEC和AAM添加剂对提高黄土集流效率的试验研究

基于西北地区黄土资源丰富、地形复杂、外源材料运输困难的实际状况 ,提出将 HEC(High Strength andWater Stability Earth Consolidator)和 AAM(Active Aluminate Mixture)材料添加剂与黄土混掺 ,以期提高其集流效率。通过室内人工降雨模拟试验 ,探讨了典型黄土与 HEC和 AAM材料添加剂分别混掺后集流效率和性能的变化过程。同时 ,对照其它几种集雨材料 ,对不同雨强、雨量及坡度下的起流历时、集流效率和材料性能进行了比较。结果表明 :黄土与 HEC和 AAM添加剂混掺后形成的黄土复合集流材料具有较强的抗拉、抗压能力 ,不同雨强和雨量等级范围均具有较高的集流效率 (>78% ) ,已达到混凝土的集流效果 ,其成本仅为混凝土的 1/ 3～ 1/ 2。

一种改进的AAM人脸特征点快速定位方法

传统的AAM(Active Appearance Models)人脸特征定位改进方法通常关注于拟合效率上,没有具体考虑拟合初始位置和模型实例的特征,因此定位准确率和速度并不理想。该文提出了一种基于人脸特征检测和简单三维姿态估计的拟合初始位置改进和模型实例选择方法。首先采用Adaboost算法对图像中人脸特征进行预检测,然后充分利用YCbCr色彩空间人脸肤色特性对无法检测或检测不完全的图像进行特征提取,最后根据特征区域计算鼻尖坐标和人脸偏转角,合理调整拟合中心位置和模型实例,并在拟合过程中引入ATLAS(Automatically Tuned Linear Algebra Software)线性代数软件包,实现矩阵优化。基于IMM人脸库的仿真实验表明,该方法与传统反向组合AAM相比,拟合准确率提高约43%,时间消耗降低约62%。

AAM在多姿态人脸特征点检测中的应用

主动表观模型AAM是经典的特征点检测方法,但是受到其线性预测模型能力的限制,当初始位置偏离目标位置过大时,很难收敛到正确位置,因此传统的单一AAM模板很难满足多姿态人脸特征点检测的要求。针对此问题,提出了一种基于多模板AAM的人脸特征点检测方法:首先定义模板相似度和人脸特征点,将人脸姿态划分为若干类,每一类姿态训练一个特定的AAM模板;然后对测试样本,利用每个AAM模板搜索特征点,并计算搜索结果与模板的相似度,选择相似度最大的AAM模板的搜索结果作为最终的特征点检测结果。通过相似度选择模板的方法可以为AAM搜索提供相对偏离较小的初始位置,因此可以精确地检测特征点。在东方人脸数据库上的实验结果证明了模板选择的必要性和相似度定义的合理性。在整个数据库上的测试结果表明,92.11%的测试图像均可以通过相似度准则选择到正确的AAM模板,从而可以精准地检测特征点;99.92%的图像可选择到正确的AAM模板或其相邻模板,故可以检测到较为准确的特征点。

基于改进ASM的人脸特征点提取

通过深入分析ASM/AAM算法的各种改进方案的试验统计结果,提出了一种基于局部梯度统计特征和纹理约束形状的改进ASM算法:用梯度信息代替灰度信息训练特征模型得以有效提高匹配精度和减少所需训练的样本数,用全局的纹理去约束形状得以有效提高算法对特征点定位的精度。大量统计试验表明所提出的算法能正确地提取大部分正向人脸的特征点。提出的算法对人脸跟踪、识别和表情分析等图像理解任务有着广泛的应用前景。

基于AAM提取几何特征的人脸识别算法

针对人脸识别中由于环境光照、人脸姿态和表情等变化带来的识别困难,提出一种基于主动外观模型(Active Appearance Model,简称AAM)提取几何特征的人脸识别算法。本算法利用主动外观模型对人脸图像特征点进行准确的提取和定位;根据提取的特征点构造人脸几何特征向量并进行归一化,并根据几何特征向量之间的相似度简单快速地对人脸图像进行自动分类和识别。实验表明,本算法在主动外观模型基础上选取的几何特征向量具有尺寸、旋转和位移不变性,利用这些几何特征向量对人脸图像进行识别,可以有效避免人脸识别中常见的光照、姿态和表情影响并提高识别效率。

使用ASM与AAM方法进行器官定位

器官定位是人脸识别中的一个重要环节 ,它的精确性影响到人脸的正确识别率。本文主要研究主动形状模型 (ASM)和主动外观模型 (AAM )的原理、方法 ,并以具体例子说明其在器官定位中的应用 。

AMPS/AAM凝胶响应性能的研究

利用自由基聚合法合成了AMPS/AAM共聚凝胶,研究了该凝胶的溶胀性能和电响应性能,实验结果表明:凝胶的溶胀性能和电响应性能受凝胶的单体配比、溶液的离子强度和所施加的电场强度等因素的影响。

AA/AAm改性的PVF高速粘贴标签胶粘剂的研制

采用AA/AAm改性PVF的方法制备高速粘贴标签胶粘剂。对PVA用量、聚合反应温度、引发剂、pH值、AA/AAm等对胶粘剂性能的影响进行了研究。结果表明 ,这些因素对胶粘剂的粘度、稳定性、干燥速度和粘贴强度有很大的影响。该胶粘剂有较好的粘贴性能 ,适用于 14 0 0 0 -2 80 0 0支

温敏型智能化靶向式药物载体研究(I)——具有温敏开关的多孔膜

研究了膜孔内接枝聚异丙基丙烯酰胺 (PNIPAM)“开关”的温敏型智能膜的制备 ,并对其进行了温度感应开关性能实验。实验中采用等离子体接枝填孔聚合法将 PNIPAM接枝在多孔平板膜的膜孔中 ,结果表明 ,这种接枝了 PNIPAM“开关”的多孔膜具有温度感应特性 ,其利用膜孔内 PNIPAM接枝链的膨胀 -收缩特性实现了感温性开关性能。当环境温度低于 PNIPAM的低临界溶解温度 (L CST)时 ,膜孔内 PNIPAM分子链膨胀而使膜孔呈“关闭”状态 ;而当环境温度高于 L CST时 ,PNIPAM分子链变为收缩状态而使膜孔“开启”。温敏开关的 L CST可通过添加丙烯酰胺 (AAM)与异丙基丙烯酰胺 (NIPAM)共聚来调节 ,AAM与 NIPAM共聚开关的 L CST随 AAM添加量的增加而单调上升。

荧光探针研究聚N-异丙基丙烯酰胺水凝胶的相转变

通过自由基溶液聚合制备了非离子PNIPAAm水凝胶 ,考察了交联剂和引发剂对其溶胀比、凝胶化时间以及LCST相转变点的影响 ,发现影响温敏特征的主要因素是PNIPAAm的基团间的相互作用。选用罗丹明B为荧光探针对PNIPAAm水凝胶进行了荧光光谱分析 ,通过荧光强度的变化研究了疏水基在水凝胶溶胀 /收缩过程中的动态行为 ,对PNIPAAm水凝胶的相转变过程进行了探讨。

侵袭性血管粘液瘤

侵袭性血管粘液瘤１郭东辉２张慧英综述２范女郎娣审校作者单位：１天津市中心妇产科医院病理科３０００５２２天津市第二中心医院病理科３００１２０作者简介：郭东辉，女，４６岁，副主任医师范女郎娣，女，６８岁，主任医师，天津市病理学会副主任委员，曾主编《实用卵...

L_4(4)的非交换图刻画

令G是一个有限非交换群。如下定义群G的非交换图▽(G):其顶点集是G\Z(G),任意两个顶点x和y相连的充要条件是[x,y]≠1.2006年,Abdollahi A.,Akbari S.和Maimani H.R.提出了如下猜想:若群G满足条件▽(G)≌▽(M),其中M是有限非交换单群,则G≌M.尽管该猜想对于具有非连通素图的有限单群以及交错群A_(10)是成立的,但是人们仍不知道它对于除A_(10)外的具有连通素图的有限单群是否成立。该文证明了上述猜想对于射影特殊线性单群L_4(4)也是成立的。

AAM反向合成匹配算法及其性能分析

介绍了一种基于反向合成图像对齐算法的AAM匹配算法。首先对反向合成算法的内容及其在AAM匹配过程中需要注意的问题进行了阐述,然后通过实验,分别应用反向合成算法和原始AAM匹配算法对一定数量的图像进行匹配,验证了反向合成算法的有效性。

基于人工免疫识别系统的年龄估计

人的年龄变化是引起人脸外观变化的主要原因,由于每个人的生活方式和条件不同,所以很难准确的从人脸图像中估计人的年龄。为此,论文提出一种基于人脸图像的年龄估计方法,利用AAM方法自动提取用于年龄估计的人脸特征,然后按不同年龄段将特征进行分类,为了提高分类的准确性,提出了一种基于PARTIALHAUSDORFF距离的人工免疫识别系统方法,给出了系统的训练、分类实现过程,实验证明了该方法的正确性。

基于肤色信息与宽度优先搜索的AAM人脸特征定位算法

提出了一种结合肤色信息与宽度优先搜索的AAM(Active Appearcance Models)人脸检测算法。该算法充分利用彩色人脸图像中的肤色信息,建立肤色模型,结合形态学运算和宽度优先搜索算法,定位人脸重心,有效地缩小了搜索窗口。实验表明,和AAM算法相比,该算法不仅检测率提高,而且速度提高60%以上。

高压氧治疗丙烯酰胺中毒

目前高压氧对各种化学物中毒的治疗日渐广泛.我院自2001年6月份以来先后两批收治6例亚急性丙烯酰胺(acrylamide,简称AAM)中毒病人.在应用常规药物治疗的同时,利用高压氧舱治疗,结果如下.

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。