Robust video foreground segmentation and face recognition

Face recognition provides a natural visual interface for human computer interaction （HCI） applications. The process of face recognition, however, is inhibited by variations in the appearance of face images caused by changes in lighting, expression, viewpoint, aging and introduction of occlusion. Although various algorithms have been presented for face recognition, face recognition is still a very challenging topic. A novel approach of real time face recognition for HCI is proposed in the paper. In view of the limits of the popular approaches to foreground segmentation, wavelet multi-scale transform based background subtraction is developed to extract foreground objects. The optimal selection of the threshold is automatically determined, which does not require any complex supervised training or manual experimental calibration. A robust real time face recognition algorithm is presented, which combines the projection matrixes without iteration and kernel Fisher discriminant analysis （KFDA） to overcome some difficulties existing in the real face recognition. Superior performance of the proposed algorithm is demonstrated by comparing with other algorithms through experiments. The proposed algorithm can also be applied to the video image sequences of natural HCI.

短壁工作面回采巷道围岩变形破坏特征及控制技术研究

针对辛置煤矿短壁工作面回采巷道围岩破坏情况,通过FLAC3D数值模拟软件,分析其塑性区扩展形态、剪应力演化形态、采动支承应力分布规律,结合现场实际情况,设计了适用于防冲性的回采巷道顶板强护顶支护方案,既能有效控制顶板变形,还增加了现场施工速度,提高了短壁煤柱工作面回收速度,现场应用效果良好,为同类型地质条件回采巷道围岩控制提供一定思路。

复杂背景下人眼自动定位

针对复杂背景下静态人脸灰度图像 ,提出一种人眼自动定位方法 .首先基于人脸几何特征先验知识 ,建立人眼位置的判定准则 ,对分割阈值范围进行粗估计 ;然后采用分割阈值递增法 ,并结合人眼位置判定准则 ,判定分割图像中双眼黑块是否出现 ;最后利用二维相关系数作为对称相似性测度 ,检验检测出的双眼黑块的真实性 .

人脸图像定位与标准化算法

提出了一种基于人脸左右侧的轮廓线和眼部水平特征的人脸定位与标准化算法。对于光照、表情、人脸的角度等有一定变化的人脸图像，也可以进行快速定位。该方法首先利用人脸的左右侧轮廓线进行垂直定位，然后用人眼在水平方向上的特点进行水平定位。在定位基础上,系统对人脸图像作了标准化处理。

基于双阈值的增强型AdaBoost快速算法

在应用AdaBoost算法的人脸检测中,针对训练时间太长及权重调整过适应等问题,提出一种基于特征值等分和双阈值的增强型AdaBoost快速训练算法,给出了双阈值的快速搜索方法。在MIT-CBCL人脸和非人脸训练库上对算法进行了实现。实验结果显示,改进后的双阈值增强型AdaBoost算法简化了训练过程,训练速度提高50倍,收敛速度也更快。使用训练得到的检测器对MIT+CMU人脸测试库进行了测试,结果表明,该方法在检测精度和速度等方面都优于单阈值方法。

基于灰度投影函数的眼睛定位方法

描述了人眼的自动定位算法,其方法是利用图像的灰度投影曲线,将图像缩小在人脸的眼部区域,进而确定人眼在眉眼区域的大致位置,然后通过了灰度直方图估计初始阈值,对二值化眉眼区域进行了阈值分割,利用二维相关系数判定双眼黑块的出现并利用对称相似性进一步确定了双眼的具体位置。

光照鲁棒性较强的肤色检测算法

针对人脸肤色检测效果受光照影响较大的不足,提出了一种稳定性好的肤色检测算法。首先根据人脸左右对称的特性,采用像素修正算法将人脸区域上的过亮或过暗像素点替换为正常亮度下的像素点;然后采用一种根据像素点亮度的不同动态地确定色度阈值的自适应方法进行肤色检测。实验结果表明,相比YCbCr单高斯模型肤色检测等算法,所提算法在强弱不同的光照情况下提高的正检率超过了10%,误检率降低了5%,而且稳定性明显增强。

基于双阈值继承型AdaBoost算法的人脸快速检测

提出增强型Haar-Like特征和基于双阈值的弱分类器快速训练方法,然后在此基础上提出了继承型Ad-aBoost算法,后层分类器的训练是建立在前层分类器基础之上。该方法具有很快的训练速度,弥补了AdaBoost算法训练速度慢,使得弱分类器数目大大减少,还使得总体检测器的性能得以加强。在实验过程中,首先使用MIT-CBCL库在同样的训练样本和测试样本条件下对几种方法进行了实验,结果表明该方法在训练速度、测试精度及检测时间等方面都优于相应的方法,最后在MIT+CMU人脸测试库进一步验证算法的有效性。

双阈值级联分类器的加速人脸检测算法

提出了一种基于双阈值的两级级联分类器的人脸检测加速方法。该方法首先应用Gabor滤波器提取经模板匹配保留的似人脸样本特征,经主成分分析(PCA)降维后的特征作为第一级BP神经网络输入进行检测,在输出端应用双阈值对人脸/非人脸进行粗检测,然后把介于双阈值之间的人脸/非人脸模块作为第二级AdaBoost算法设计的输入并再次进行精检测,从而在提高检测速度的同时达到提高检测率和降低误检率的目的。实验表明,应用双阈值进行级联分类加速检测后,该方法的检测精度要优于基于简单阈值的分类器。

自适应阈值及加权局部二值模式的人脸识别

针对局部二值模式(LBP)和中心对称局部二值模式(CS-LBP)方法描述图像纹理特征时,阈值不能自动选取并且图像中不同子块的贡献也没有进行区分的问题,该文提出一种自适应阈值及加权的局部二值模式方法。首先,将图像进行分块,采用设定的自适应阈值提取每个子块的LBP或CS-LBP纹理直方图;然后,将各子图像的信息熵作为直方图的加权依据,对每个子块对应的直方图进行自适应加权,并将所有子块的直方图连接成最终的纹理特征;最后,通过快速计算图像均值加快了算法的计算速度。在人脸数据库上进行的实验证明,利用该文提出的方法提取纹理特征,并结合最近邻分类法可以得到较高的正确识别率。

基于模板匹配算法的人眼定位方法

为了解决不同光线下人眼定位问题,提出一种将灰度阈值算法和模板匹配算法相结合的人眼定位方法。在该方法中,先对图像进行预处理,得到二值化图像,然后利用灰度阈值法,对图像的灰度值进行分析和比较,初步定位人眼可能出现的大概位置,缩小后期模板匹配区域。进一步利用模板匹配算法,在频域上匹配人眼,通过不同光线下采用相应的匹配权值进行匹配,精确定位人眼。实验结果证明,与传统单一模板匹配算法相比,该算法具有较好的光照鲁棒性,能够显著提高人眼的定位速度和定位准确度。

棒材端面图像的阈值分割算法

采用几种常用的阈值分割算法以及一种最大类间方差法的推广方法对棒材端面图像进行分割,将其分为目标区域和背景区域两部分,通过比较得出对棒材端面图像最有效的阈值分割算法。实验结果表明,迭代法和最大类间方差法的推广方法对图像的分割效果较好。

基于差分图像的人脸检测与跟踪研究

人脸检测与跟踪是人脸信息处理领域中的一项关键技术,提出了一种可通过自适应阈值分割运动区域,根据人脸几何特征验证得到人脸模板,再运用GA跟踪人脸,并且用M6215摄像头进行实时采集、定位与跟踪的新的快速有效的人脸跟踪方法.实验表明:本系统不仅跟踪速度快,还可以在人的手势变化干扰或背景有干扰的情况下,进行令人满意的人脸检测与跟踪。

基于肤色分割和改进AdaBoost算法的人脸检测

为解决当被检测图像中具有复杂背景或者含有多人脸时,不能够快速准确的进行人脸检测的问题,本文提出一种基于肤色分割和改进AdaBoost算法的人脸检测方法。首先利用肤色分割方法对样本图像实现图像的预处理,排除样本图像的复杂背景和人体非肤色区域,简化后续的人脸检测工作。然后对AdaBoost算法的弱分类器使用双阈值判决方法,以减少弱分类器个数,提升训练速度;改进权值更新规则,防止训练过程中出现过分配现象。最后对基于肤色分割得到的区域图像利用改进后的Adaboost算法进行最后的精确人脸检测。仿真试验表明,两种算法结合后在训练速度上提升,在检测速度和检测率上有明显提高。

基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法

提出了一种基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法。该方法首先对人脸图像进行分块小波变换,并根据图像块的位置分布选取不同的频率分量,然后对该分量进行奇异值阈值压缩与特征融合,最后在ORL人脸库上利用最近邻分类器对该特征进行分类识别,验证了算法的有效性。

图像多阈值特征融合及其在人脸检测中的应用

从原始彩色图像中提取多阈值器官梯度图、双阈值肤色图、梯度方向图和灰度特征图等四种特征图像,并运用多姿态知识模型和多姿态模板,实现了一种快速人脸检测算法.该算法不仅融合了彩色图像的多种特征,而且利用了同一特征不同阈值下的信息.实验表明该算法检测精度高,速度快,适于复杂背景下的多姿态人脸检测.

宽顶堰水力试验研究

在水道工程的建设中，各种类型的堰利用率很高．堰的坝型和坝高的选择直接影响到过水能粒本文通过宽顶堰的模型试验，再现越障水流现象并对过堰水流流型进行探讨，以便为水利工程设计提供可靠的依据．

多阈值划分的连续AdaBoost人脸检测

连续AdaBoost算法要求对样本空间进行划分,传统的等距划分无法体现正负样本各自的分布规律。对基于连续AdaBoost算法的人脸检测方法进行了改进,结合离散AdaBoost中弱分类器的阈值选取策略,通过多重最优阈值选择方法实现了样本空间的合理划分。在MIT-CBCL数据库上的实验结果表明,改进后的方法比等距划分和连续AdaBoost算法检测率提高0.5%和2%,错误率降低0.15%和0.27%,算法收敛速度更快。

一种适合于昏暗光线下的驾驶员脸部定位方法

采用CCD摄像机获得驾驶员脸部图像.由于黑天光线不足,肤色较暗,在将彩色图像转变为黑白图像的过程中,首先通过腐蚀和膨胀结合的方法去除图像部分的噪声.采用图像差异的阈值处理方法,初步选定灰度阈值,再利用二次非线性方程对灰度值进行归一化处理,强化了图像灰度集中各灰度值之间的差异,以此灰度阈值作为分割人脸和背景的界限值,得到图像的灰度直方图,再把灰度直方图向水平和垂直方向投影,获得驾驶员脸部区域,实现对驾驶员面部定位.该方法可以在昏暗光线下,定位人脸区域,有效去除干扰.根据上述算法,进行了不同环境和路况下的监控试验.结果表明:在昏暗光线下。驾驶员脸部定位的平均准确率达到83%,该方法具有实时、准确的特点,为进一步识别驾驶员在夜间是否处于疲劳状态提供重要的判断依据.

自适应阈值局部特征融合的人脸识别

针对局部二值模式(local binary pattern,LBP)提取图像纹理特征时阈值不能自适应以及缺少方向信息的问题,文章提出了一种自适应阈值局部特征融合的人脸识别算法。首先对原始人脸图像进行分块处理,提取每个子块自适应阈值均匀模式的局部二值模式(uniform local binary pattern,ULBP)特征和局部梯度编码(local gradient coding,LGC)特征;然后,将2种局部特征串联在一起融合为1种特征,得到每个子块的直方图特征,把每个子块图像的信息熵作为直方图加权系数,将所有子块图像的直方图乘以各自的加权系数,连接得到整幅人脸图像的直方图特征;最后用支持向量机(support vector machine,SVM)分类器进行识别分类。在ORL、Yale、FERET(be、bj、bf子库)人脸数据库上进行试验,该人脸识别算法分别得到了99.0%、98.7%、87.5%、93.0%、88.5%的识别率,正确识别率较高,算法对其他纹理分类、目标识别也具有一定的参考价值。