基于改进ASM模型的人体特征点定位和建模方法

针对传统的Procrustes归一化方法需要多次迭代且计算量大的缺陷,采用标记定位点的方法,以平均形状作为初始化规则模型,只经过一次平移旋转及缩放即可达到训练集对齐的效果;传统ASM算法计算时间较长且易使特征点因灰度模型相似而错误匹配,采用以特征点为中心,选取其周围的矩形区域灰度分布训练灰度模型,并选择24邻域点进行目标搜索。实验结果表明:改进的ASM方法进行人体特征点定位,减少了算法迭代次数,缩短了算法运行时间,提高了定位精度。

基于ASM2d的数学模型在六箱一体化工艺分析中的应用

以六箱一体化工艺为例,建立了基于ASM 2d(activated sludge process 2d,活性污泥工艺2d)的数学模型,并研究其在脱氮除磷中的应用.在HRT(水力停留时间)为16 h的工况下,利用灵敏度分析挑选了含有7个参数的待优化参数集,通过使用遗传算法优化校正函数的方式进行校正计算,获得了校正后的六箱一体化工艺模型,并在HRT为20和24 h下对该模型做了进一步验证.结果表明,校正后的模型对出水水质的预测性较好,在HRT为16 h下,出水ρ(CODCr)、ρ(TN)、ρ(TP)和ρ(NH4+-N)的模型计算值与实测值间的绝对差值较小,分别为1.96、0.83、0.06和0.24 mgL.在校正后模型的基础上,详细分析了HRT为20 h时各池中ρ(NH4+-N)、ρ(NO3--N)和ρ(PO43--P)在1个周期内的动态变化,指出了影响该工艺处理效果的主要原因(如碳源不足的问题),并与通过试验分析得到的结果基本一致.

基于ASM的驾驶员面部疲劳状态识别方法

针对驾驶员疲劳状态识别的需求,提出一种基于主动形状模型的驾驶员面部疲劳状态识别方法。利用Helen数据集训练得到具有194个特征点的人脸主动形状模型,结合haar级联检测得到精确的人脸和眼睛轮廓区域;通过光流法实现对人脸及上下眼睑特征点的有效跟踪,获得每帧图像的头部姿态及眼睛睁开度,实现对眼睛疲劳状态识别;结合正负图像训练得到的支持向量机判定驾驶员是否属于重度疲劳情况下的低头行为。实验结果表明,该方法可以在毫秒级别检测到眼睛状态和头部姿态,准确率达到92.5%,能有效识别驾驶员面部疲劳状态。

改进的多模板ASM人脸面部特征定位算法

为了提高主动形状模型(ASM)算法在人脸平滑区域检测的准确性,提出一种先利用全局模板进行总体定位,再利用局部模板进行局部定位的改进的多模板ASM算法.在局部定位过程中,首先在各模板特征点中构建窄条带,然后利用Closed-form算法对窄条带区域进行纹理分割,最后利用局部模板与图像进行匹配,得到人脸特征点位置信息.实验结果表明,与传统ASM算法相比,该算法显著改善了纹理平滑区域特征点定位不精确的问题,并提高了对各特征点的提取精度.

基于ASM和K近邻算法的人脸脸型分类

针对人脸特征分类问题,提出一种基于主动形状模型(ASM)和K近邻算法的人脸脸型分类方法。将Hausdorff距离作为K近邻算法的距离函数,利用ASM算法提取待测图像的特征点,对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的Hausdorff距离,根据该距离值,通过K近邻算法实现待测图像的脸型分类。实验结果证明,该方法分类正确率高、速度快、易于实现。

FC-AE-ASM网络调度算法研究

FC-AE-ASM网络协议介绍了消息特征和网络结构,但没有规定消息的调度算法。确定一种能满足高实时性要求的调度算法是研究FC-AE-ASM网络的关键问题。该文提出了一种基于实时排队论的调度算法,建立了FC-AE-ASM的网络结构模型和数据模型,并推导出实时任务集可调度的充分必要条件。通过仿真分析,以消息传输的延时率为性能衡量指标,验证了该调度算法能很好满足消息传输的实时性要求。

一种用于ASM测试的改进RLS广义最小方差自适应控制

分析了稳态工况法排放测试中加速段的控制特点,建立了ASM控制的CARMAX模型,基于这一模型,提出了一种基于改进RLS的广义最小方差自适应控制方法,针对此算法分析了其优点,并进行了相应的控制器设计。以ASM两个工况的加速段的控制为对象,采用该方法进行了仿真。作为对比,同时采用了传统的PID控制进行对比研究。结果表明,两个不同工况下采用不同加载突变,该方法都能快速适应相应的变化,使系统的操作变得容易,从而显示了该方法具有实际应用价值。

基于大数据下ASM算法的腧穴定位研究

本文通过对腧穴以及机制原理的研究,更深层次地探讨腧穴定位。对于古今中外的腧穴定位法进行剖析和解读,结合大数据以及ASM算法,从而得出基于大数据下ASM算法的腧穴定位法,提高了腧穴定位的准确率以及效率,与现有的腧穴定位方法相比,具有明显的优越性以及实际应用性,另外建立了庞大的数据样本以及实验化数据、精准的数学模型,可以进行更精确、更快速地处理,为之后广泛的应用提供了强有力的保障,具有很大的应用前景。

基于AAM和ASM的面部特征点提取研究

本文就传统AAM(主动外观模型)与ASM(主动形状模型)的缺点和不足,提出了一种改良的方法。在这种新的算法中,将局部特征模型和全局纹理模型结合起来,并使其可以和传统的主动形状模型、全局纹理形状约束的参数优化过程相融合,得到更好的效果。最终通过实验结果表明,改进后的算法在定位能力和准确性上均有显著的提高。

VDES中ASM信号频偏估计算法研究

甚高频数据交换系统(VDES)是新一代船舶通信系统,由于卫星和船舶的移动,信号中存在多普勒频移,要完成信号的解调,必须对其多普勒频率进行精确地估计和抵消。为此,针对VDES中的特定应用消息(ASM)信号的频偏估计问题,基于M&M算法,提出了一种两步估计算法,先做范围较大,精度较低的粗频偏估计,再做范围较小,但精度较高的细频偏估计。仿真结果表明,两步估计算法的总估计范围为原始算法的两倍,并且具有较高的估计精度,在Eb/N0>4 dB后,归一化频偏估计的均方误差小于10^-4。

ASM函数的综合与分析

本文提出数字系统的ASM设计的直接综合法。借此,ASM函数用其图或表,而无需推导能够直接在合适的ROM、PLA或一组MUX模块上加以综合。ASM函数的输入是经过MUX预选后送入到综合结构上的,这样能使系统函数存贮密度减小,从而使综合结构网络简化。本法使整个算法更清晰、更系统、更简化和更有效。

基于面部特征约束的人脸纹理映射及变形

将一幅人脸图像(称为源图像)映射到另一幅人脸图像(称为目标图像)上,从而实现人脸图像的变形并达到某种特殊效果的表现要求。其中,一个最关键的问题是保持两幅人脸中器官特征的约束映射。提出一种技术策略,可以有效实现这种映射效果。利用人脸特征检测算法检测出源人脸和目标人脸的特征点;基于特征点,利用Delaunay三角剖分的方法将目标人脸转化为三角网格;采用调和映射的方法计算得出所有网格点在源人脸图像中的对应坐标;在获得网格点纹理坐标后,就可以实现源人脸到目标人脸的映射。实验表明,该方法可以实现任意人脸间的映射,并能较好地保持人脸五官间的映射关系。

基于算法状态机FPGA的空间TDICCD相机控制器

针对目前基于数字信号处理(DSP)的空间时间延时积分电荷耦合器件(TDICCD)相机控制器可靠性差、资源耗费和功耗大、程序重调能力差等问题,提出了一种算法状态机现场可编程门阵列(FPGA)的空间电荷耦合器件(CCD)相机控制器。控制器使用FPGA代替DSP,控制程序使用VHDL语言编写。使用自主研发的地面检测设备进行实验,实验结果表明,相机控制器可以稳定正常地工作,控制CCD拍摄的图像清晰,未发生串行现象。整个控制程序占用FPGA资源较少,占用LUTs和Block RAMs分别为38%和20%,满足空间CCD相机应用的需求。

基于光流法的视频人脸特征点跟踪方法

提出一种人脸特征点跟踪方法。首先,运用ASM获取人脸的特征点,然后在选用Lucas-Kanade光流算法的基础上,将初始帧和当前帧的前一帧有机结合起来,共同作为当前帧的参考来进行特征点跟踪。实验结果表明该方法对特征点的跟踪有很好的效果。

基于三维动画的虚拟人物表情动作合成系统设计

虚拟人物表情动作合成目前存在的最大问题是表情迁移不够明确、抗干扰性不强。通过ASM(主动形状模型)进行人脸特征点的识别与监测,同时通过CeleA数据库进行人脸图像样本的选取。针对人脸表情迁移不够精确,在不同光照强度、不同姿势、不同语义表达的情况下抗干扰性不强的问题,提出新的结合表情纹理迁移、眼神迁移、表情形状迁移的虚拟人物表情动作合成系统,以期达到更好的虚拟人物表情合成。经过进一步的实践验证,证明基于三维动画的虚拟人物表情动作合成系统切实有效,具有很强的可行性。

活性污泥数学模型基本参数的确定方法研究

介绍了活性污泥数学模型(ASM)中较难估值的动力学基本参数μmA,、bH、μmH,和kmh,等的确定方法。在探讨这些参数的确定方法的同时,引入了遗传算法进行参数优化。模拟试验结果表明,经优化确定参数的ASM模型具有较高的准确性和可靠性。

基于聚类算法的人脸衰老图像重构

本文基于人脸图形图像数据库,提出了基于聚类算法的人脸衰老图像合成方法。采用改进主动形状模型(ASM)的人脸特征点匹配算法,对面部轮廓特征点曲率进行分类,获得同一簇内的人脸面部轮廓较高相似度。结合小波变换技术对人脸图形图像光泽的变化、皱纹的增加等衰老的处理,实现人脸图形图像的衰老变化。

一种改进的RFID自适应防碰撞算法

当读写器响应范围内的标签数目较多时,自适应搜索矩阵算法的性能会迅速下降。为此,提出一种改进的无线射频识别自适应防碰撞算法。采用查询机制,利用碰撞信息,获得查询前缀,通过构造动态搜索矩阵进行逐段查询,并根据时隙状态自适应调整搜索路径,对算法的碰撞时隙数、空间时隙数、吞吐量和传输比特数进行性能分析。实验结果表明,该算法能提高系统吞吐量和识别效率。

无透镜显微成像的重构算法研究

针对单幅图像进行了无透镜显微成像的重构算法研究,介绍了无透镜显微成像系统实验装置和ASM(angle spectrum method)、改编后的L-R(Lucy-Richardson)两种重构算法。对比两种算法重构后的USAF分辨率板图像的分辨率,利用瑞利判据得出ASM获得的振幅图分辨率最高(即3.10 μm),且计算用时最少(即0.9 s),证明了ASM为最佳的单幅无透镜显微重构算法。其次,利用无透镜显微成像系统结合ASM重构的方法,进行细胞成像实验。该无透镜成像视场为5 ×显微镜的4.4倍,且分辨率介于5 ×及10 ×光学显微镜之间,统计学优势明显,在生物医学领域具有广阔的应用前景。

基于图像的人体特征点提取与尺寸测量

人体特征点提取和尺寸测量一直是虚拟服装试衣的关键内容.本文在人体图像基础上,通过对ASM算法进行改进实现人体特征点提取以及特征点尺寸测量.首先,算法计算待测图片中人脸和身体两个中心点欧式距离与对应模板进行匹配,改变传统ASM算法单一模板局部模板匹配模式,提高了初次模型匹配的准确率和效率;接着,以特征点为中心选择较少有效邻域点在其灰度训练模型中目标搜索,解决传统ASM方法匹配时间长且特征点易匹配失败问题;另外,针对人体胯部以下区域易出现仅单侧拟合效果较好问题,利用马氏距离公式选择特定矩阵大小邻域范围内点的灰度与灰度模型比较,并且结合人体体型分布及对称性特点进行拟合处理.实验结果表明了该方法能适应复杂背景下人体图像的特征点提取与尺寸测量,提高人体特征点提取和尺寸测量精度.