三维人脸扫描图像数据预处理

为构造基于知识学习的形变模型所需的规格化三维人脸库,提出一种纹理映射图数据结构及以点为处理单元的分割三维人脸的方法.该结构将原始数据隐含的信息显性化,为激光扫描仪采集的真实三维人脸中分离的采样点与纹理2部分数据建立双向映射关系,以保证数据操作和处理达到实时与同步.基于此结构的快速映射特点,提出的分割方法以二维纹理点为操作对象能够快速处理大量原始数据.

基于形变模型的人脸建模及其应用综述

形变模型(morphable model)是近几年提出的人脸建模新方法。基于若干原型人脸的知识,该方法实现了真实感三维人脸的自动建模,并在图像分析、人脸识别、表情动画等方面的应用中取得了良好效果。回顾了基于形变模型的人脸建模的研究概况、基本原理及应用情况,并对形变模型的进一步应用和发展进行了展望。

人脸特征跟踪和头部姿势估计(英文)

头部姿势估计在人机交互中有着重要的意义,为此提出了一种在单目图像序列中估计三维头部姿势的方法.运用块匹配方法跟踪人脸特征.结合人脸的几何知识提出了一个匹配评价标准.并提出了一种基于特定人脸几何信息和透视投影模型的算法来估计头部姿势,不需使用三维模型和任何面部标记.实验结果表明,该方法对于头部姿势估计是有效的.

基于MPEG-4的三维人脸动画系统

为了解决基于模型编码的新一代多媒体压缩标准中的MPEG-4人脸动画技术,引入了一个MPEG-4三维人脸动画系统.首先用3D Scanner获取的主体对象的深度信息和纹理信息特定化通用网格模型;然后采用参数模型和肌肉模型相结合的方法控制模型网格点的变化,生成人脸动画;同时引入人脸功能区的划分并定义了人脸动画表.实验表明:此方法可以在FAP(facial animation parameter)流的驱动下生成理想的三维人脸动画.

独立分量分析在MPEG-4人脸动画中的应用

为进一步提高MPEG-4人脸动画的真实感,引入了独立分量分析,将其应用在MPEG-4模型基编码的人脸动画参数分析方面．通过对获取到的人脸动画参数训练数据应用独立分量分析,获得了一般人脸动画模式,调整独立分量分析空间参数可以生成特定人的任意表情．实验结果表明:基于独立分量分析空间的MPEG-4 人脸动画具有较强的真实感和鲁棒性．

基于Boosting的半结构化信息抽取

为了对半结构化文本实现自动抽取信息.介绍了一种基于Boosting算法的信息抽取方法,它能够自动对一个训练例生成规则,将该规则应用于正例集并改变正例集权重分布,找到权重最大的正例生成下一条规则.给出了一种能描述不符合英文词法的词的模式匹配约束.试验表明:在特征简单的抽取规则学习中,该方法精确度与召回率可达100％.在特征比较复杂的抽取规则学习中,该方法F1评估值也能达到80％以上.

基于模糊描述逻辑的PNL网络问答系统

将现有网络搜索引擎过渡到网络问答系统是WI的基本目标之一,模糊问答系统是网络问答系统研究的重要问题。基于模糊描述逻辑,该文特化了PNL过程,提出了PNL式模糊网络问答系统。该系统将模糊描述逻辑规则作为PNL推理过程中用到的原型语言规则中的计算部分,推理出原型语言规则中的知识符号,并以一个具体的问答实例,介绍了PNL式问答系统的工作流程。

基于MPEG-4的人脸表情动画

为了减少人脸表情动画中奇异的变形,提出了一种用人脸表情库来实现人脸表情动画的方法。这种方法利用人脸表情库中模型的先验知识来约束模型变形,有效地防止了奇异变形的产生。该方法首先对照MPEG-4中定义的人脸定义参数(FDP)选取一些特征点,然后根据人脸动画参数(FAP)来计算这些特征点的位移,最后由人脸表情库实时地组合出新的人脸表情。

基于GDT的对FOIL系统的改进

为了能更有效地处理含有噪音数据的数据集,提出了一个基于GDT(general distribution table)的对FOIL系统的改进方法,该方法利用GDT的思想、规则强度等概念,考虑到数据由噪音引起的不确定性.通过对FOIL系统算法的改进,能够很好地解决FOIL系统对含有噪音训练例集的学习能力,提高FOIL的学习精度.同时,通过例子阐述了该方法的实施过程,分析表明:该算法是一种新的有效地处理含有噪音数据的一阶谓词学习系统.