状态与杂波相关的GM-PHD平滑滤波

考虑到多目标跟踪中杂波与状态之间的相关性,引入平滑算法提高目标估计的精度。针对整个监视区域内的杂波,重新计算其强度;将目标分为幸存目标和新生目标两大类,采用自适应椭球门限对量测进行预处理,将门限内的量测用于更新幸存目标,门限外的量测用于更新新生目标;采用RTS平滑算法进行逆向平滑。实验结果表明,在该条件下所提算法具有较好的跟踪性能,优于未平滑的GM-PHD滤波器。

基于视觉颜色感知—光学相似的图像去雾方法

针对雾霾环境影响致使户外获取的图像质量严重下降问题,提出了一种基于视觉颜色感知-光学相似的图像去雾方法。充分利用人眼感知颜色的视觉机理,结合图像的相似性原理,构造了光学相似度函数,建立了新的基于视觉颜色感知-光学相似的图像去雾模型并设计相关算法。仿真实验结果表明,提出的方法在对有雾图像清晰化处理过程中效果明显,并与现有的图像去雾方法在主观视觉和客观量化方面进行图像去雾效果对比,进一步表明提出的方法在清晰化含雾图像处理中取得了较好的效果。

融合音频内容、风格和情感特征的人脸动画生成方法

现有的音频驱动人脸动画技术主要注重唇部运动与音频的同步性,忽略了对人物面部表情或头部运动的再现能力。为此,提出了一种融合音频内容、风格和情感特征的高质量人脸动画生成方法(ACSEF)。首先,设计了情感动画模块(EAM),从音频中提取隐含的情感辅助特征来估计更加准确的面部情感标志位移,然后与语音内容和说话者风格动画的面部地标位移进行融合,提高landmarks(面部地标)预测的准确性和生动性。其次,设计了一个基于U-Net模型的注意力增强解码器(AADU),使得估计的地标与图像最终解码为逼真的包含唇音同步、头部运动和面部表情的理想视频帧。实验表明,该方法既能增强面部情感表达,又可使图像更加清晰,效果优于对比基线模型。