一种基于2DHOL特征与(2D)~2FPCA结合的手指静脉识别方法

文中提出一种基于二维方向线直方图统计(2DHOL)特征与双向二维费希尔主成分分析((2D)~2FPCA))相结合的手指静脉识别方法.首先针对手指静脉图像纹路走向的特点,改进基于梯度直方图(HOG)特征中有关梯度幅值和方向的计算方法,采用二维Gabor滤波器获取静脉图像的线形响应和方向,提取2DHOL特征;然后综合考虑行列相关性和类别信息,采用(2D)~2FPCA对2DHOL特征进行降维处理,得到手指静脉特征向量;最后计算特征向量的欧氏距离.应用不同手指静脉数据库进行实验的结果表明,该方法能够有效地提高手指静脉识别率,并对训练样本数变化具有较强的鲁棒性.

基于双目视觉的人脸三维重建

基于双目立体匹配算法Patch Match算法,提出了一种获取人脸三维点云的算法。该算法对局部立体匹配算法Patch Match进行了优化。该方法既不需要昂贵的设备,也不需要通用的人脸三维模型,而是结合了人脸的拓扑结构信息以及立体视觉局部优化算法。此方法采用非接触式的双目视觉采集技术获取左右视角的人脸图像,利用回归树集合(ensemble of regression trees,ERT)算法对人脸图像进行关键点定位,恢复人脸稀疏的视差估计,运用线性插值方法初步估计脸部的稠密视差值,并结合局部立体匹配算法对得到的视差结果进行平滑处理,重建人脸的三维点云信息。实验结果表明,这种算法能够还原出光滑的稠密人脸三维点云信息,在人脸Bosphorus数据库上取得了更加准确的人脸重建结果。

应用三角形坐标系的风格化肖像生成算法

针对现有肖像漫画化处理方法中存在的依赖训练样本以及算法复杂度高的问题,为了在准实时系统中实现应用,提出了一种应用三角形坐标系的风格化肖像生成算法。该算法自动提取输入的实验人脸特征,将其与参考人脸比较得到个性特征,并通过夸张个性面部特征得到风格化肖像特征;分别基于实验人脸特征和风格化肖像特征建立三角形坐标系,在2个三角形坐标系之间实现图像变形生成风格化肖像。该算法无需训练样本,计算简单、全自动化,变形灵活且可预期,可快速生成风格化肖像。实验结果表明,该算法能自动提取并夸张实验人脸的个性面部特征,且算法执行效率高,可在0.5s以内生成效果较为生动的风格化肖像,表明该算法的综合性能良好,可在准实时的虚拟现实、增强现实和肖像绘制机器人等系统中应用。