基于曲线拟合的人脸分割算法

提出了一种复杂背景下的人脸分割算法,算法包括以下步骤：首先基于人脸检测结果确定内外轮廓及搜索路径;然后,利用设计的自适应搜索算法,对于每一条搜索路径提取出真正的轮廓点;最后利用人脸轮廓的平滑性通过曲线拟合来补充不确定边缘点,从而完成人脸分割．该文算法的主要目的是解决人脸轮廓边缘点的不连续性问题,提取真正轮廓边缘点用于人脸分割,在一定程度上去除部分遮挡造成的假轮廓边缘点,实验结果证明了本文算法的有效性．     

彩色图像中人脸轮廓线提取技术的研究

作为人脸识别的一个重要内容,人脸轮廓线的提取是许多其它艺术影像处理的基础。该文针对复杂背景的彩色图像,提出并实现了一种图像封闭轮廓线提取的方法。该方法利用初始轮廓逐步逼近最佳轮廓,不仅将图像灰度变化的微分信息作为边缘提取的依据,同时以图像轮廓的整体几何信息作为指导,从而在保持边缘检测精度的前提下,一定程度上解决了噪声对轮廓特征提取的影响。     

融合肤色信息和椭圆环模板的人脸检测

融合肤色信息和人脸轮廓信息,提出了一种新颖的基于肤色信息和人脸轮廓的人脸检测算法.首先利用改进的肤色提取算法对肤色进行分割,分析肤色区域,找出备选人脸;然后对备选人脸区域进行边缘检测,根据边缘检测点进行人脸轮廓特征的匹配,找出入脸的准确位置,并利用马赛克模板排除虚假人脸.实验结果表明,该算法具有较高的准确率,检测速度快...     

基于Level Set方法的人脸轮廓提取

人脸轮廓提取在诸如安全检查,保安管理、交通电子监控、机器人研究等方面有着十分重要的应用价值.先利用图像背景差分法快速检测出人脸的初始矩形轮廓线,然后采用Level Set方法对视频图像进行人脸轮廓提取,Level Set演化函数空间方向上采用四阶紧致差分逼近式离散,计算过程中加入了窄带算法和全局优化方法.数值实验结果表明,该算法在不增加计算时间的基础上,可以检测出模糊或离散的边界,并得到精确的人脸轮廓线.     

高精度连续人脸轮廓提取

提取连续且高精度的人脸轮廓线是很多图像应用重要的基础步骤.然而很多现有的轮廓提取方法并不能很好地应用在人脸轮廓上.为此提出一种快速可靠的人脸轮廓提取方法,能够在关键点提供初始化后提取到高精度连续人脸轮廓线.其主要步骤是先拟合关键点形成一条初始化曲线,沿其密集采样重叠的矩形区域,将整个人脸轮廓区域划分成很多小的区域;然后在每个局部的矩形区域提取出一条抛物线引导基于梯度的局部人脸轮廓线;最后从很多局部人脸轮廓线中,通过全局融合找到最终的人脸轮廓线.这种交叉验证的机制保证了最后结果的正确性.最后在LFPW和HELEN人脸数据集上进行了实验,结果表明文中方法能有效地提高人脸轮廓提取的精度.     

防抖动和渗色的视频人脸非边缘分割算法

针对基于2D的视频人脸替换的特定应用中,替换后的人脸出现抖动、渗色等问题,提出一种防抖动与渗色的视频人脸非边缘分割算法。对源人脸和目标人脸进行主动形状模型(ASM)特征点定位,并采用普氏对齐算法将源人脸向目标人脸对齐,再在人脸非边缘区域进行线性插值,得到非最优的人脸非边缘分割轮廓;设计了兼顾前后帧非边缘分割轮廓时间连续性和当前帧非边缘分割轮廓纹理平滑性的能量函数,并采用动态规划算法使得能量最小化,得到最优的人脸非边缘分割轮廓;依次得到后续帧最优的人脸非边缘分割轮廓。实验结果表明,提出的算法有效地防止替换后的人脸出现抖动和渗色的现象,具有一定的应用价值。     

基于视频序列的人脸检测技术的研究

本文提出了一种视频序列中人脸检测的算法.算法首先使用边缘检测和轮廓提取的方法滤去了大量的非人脸窗口然后使用基于Haar特征的检测方法对过滤处理结果进行再次检测.实验结果表明该系统能够实时地时于人脸进行检测,可以被应用在视频监控方面.     

人脸图像边缘检测的方法研究和应用

如何确定人脸特征并对这些特征进行有效的提取是非常关键而且复杂的。人脸边缘和轮廓是人脸非常重要的特征。该文研究了边缘检测的原理和各种算法，通过试验验证各种检测方法在人脸图像中对边缘的检测效果，讨论选用在不同阈值下检测的边缘，以及影响检测效果的因素。最后通过实例研究了人脸边缘检测在人脸检测和识别中的具体应用。     

刀具轮廓亚像素精度阈值分割算法研究

摘 要：提取亚像素精度边缘轮廓是完成刀具几何参数精确测量的重要环节。该文研究了一种简单有效的方法,该算法基于灰度阈值分割定位像素级边缘,并经双线性插值法细分完成亚像素边缘轮廓的提取。最后设计实验对比分析了该算法以及基于Canny和Sobel算子的亚像素边缘检测算法所提取轮廓的特点。结果表明在准确的前提下,对高对比度图像应用该算法后,能比后两者更快速地完成边缘轮廓提取。     

人面像下颌轮廓线提取的研究

在正面人面像中,下颌轮廓线是一种相对稳定的形状特征但人面像下颌区域灰度分布复杂,下颌轮廓线边缘性差,难以提取文中提出一种新的人面像下颌轮廓线的提取算法该算法采用了基于先验分布和局部判别的方法,先根据先验知识估计轮廓线的大致位置,然后在其附近搜索局部极值点,最后对得到的点集做一定的平滑连接试验表明,应用该算法得到的下颌曲线保留了下颌轮廓丰富的细节,可以作为一个新的特征应用到人面像识别算法中.     

Automatic extraction of face contours in images and videos

The paper proposed an automatic and accurate extraction of the human face contour algorithm. Because a human face contour includes very important facial features to identifying or verifying a person, the accuracy of face contour extraction influences performance of face recognition. The automatic extraction human face contour algorithm includes a novel flowchart for improving accuracy of face contours extraction. To obtain the edge map of a face contour, the divided-and-conquer technique and Canny edge detector were used to avoid the features in the central part of face. The genetic algorithm is implemented to automatically find the parameters of Canny edge detector. Finally, the Poisson gradient vector flow (PGVF) active contour model used the edge map to extract face contours. Three datasets with temporal sequence images were tested for evaluation of the proposed algorithm. The experimental results demonstrated that the algorithm obtained accurate face contours.     

基于自适应网格矢量编码的人脸快速匹配算法

在分析传统图像匹配算法优缺点的基础上,提出了一种基于自适应网格矢量编码的人脸快速匹配算法.该算法首先对人脸进行二值化边缘分割和脸部特征轮廓提取,并对图像的细节边缘和特征轮廓进行自适应网格划分,然后对网格内的边缘段和特征轮廓段进行链码描述及矢量编码,最后通过计算编码后的方向矢量矩阵相似度来实现人脸图像的匹配识别.通过对ORL标准人脸图像库的实验仿真及对比结果表明,该算法在降低计算复杂度及提高识别精度的同时,有效地解决了由图像旋转、姿态变化引起的微小形变以及不同光照条件所带来的图像识别率低的问题.     

双正交小波方法在面部特征抽取中的应用

人脸识别技术是生物鉴别技术的重要组成部分。脸部特征抽取是人脸识别技术的关键。首先对基于小波极大模的边缘检测算法进行改进 ,提出极大模区域边缘检测算法 ;然后提出一种人脸特征抽取算法。整个脸部特征抽取过程分为三部分 :1 )对图像进行二维小波分解 ;2 )背景分离 ,脸部目标定位 ;3 )脸部特征抽取。实验证明该算法可以准确地抽取人脸特征     

多信息融合的深度学习人脸表情识别算法研究

人脸表情识别作为人机交互系统的重要组成部分,在安防监控、人机交互等领域有广泛的应用,是计算机视觉的研究热点。传统的卷积神经网络方法一般提取单张人脸图像或者人脸标记点作为特征提取的输入数据,未能考虑到人脸全域的表情信息。提出了一种基于三通道多信息融合的深度学习人脸表情识别模型,以人脸图像表情平静到高峰时期标记点坐标的相对位移为输入,提取整个人脸表情图像特征信息,模型融合了稀疏自编码器以提高对边缘特征提取效率。该模型在CK+数据集上进行了训练和测试,实验结果表明,与该领域中的同类算法相比,该算法模型提高了表情识别的准确率。     

基于改进的自适应主元提取算法的人脸识别

论文提出了一种基于改进的自适应主元提取算法的人脸识别方法。采用改进的自适应主元提取算法将人脸图像由高维观测空间投影到低维特征空间,通过改进前馈网络权值更新方程,降低算法的复杂度和计算量。基于三维人脸形变模型,采用区域填充和曲面消隐算法根据一幅人脸图像生成多个虚拟样本,克服人脸识别中的小样本问题。在ORL和UMIST数据库上的实验结果表明,该文提出的算法在识别性能上明显高于传统的Eigenface和Fisherface方法。     

Bayesian shape model for facial feature extraction and recognition

A facial feature extraction algorithm using the Bayesian shape model (BSM) is proposed in this paper. A full-face model consisting of the contour points and the control points is designed to describe the face patch, using which the warping/normalization of the extracted face patch can be performed efficiently. First, the BSM is utilized to match and extract the contour points of a face. In BSM, the prototype of the face contour can be adjusted adaptively according to its prior distribution. Moreover, an affine invariant internal energy term is introduced to describe the local shape deformations between the prototype contour in the shape domain and the deformable contour in the image domain. Thus, both global and local shape deformations can be tolerated. Then, the control points are estimated from the matching result of the contour points based on the statistics of the full-face model. Finally, the face patch is extracted and normalized using the piece-wise affine triangle warping algorithm. Experimental results based on real facial feature extraction demonstrate that the proposed BSM facial feature extraction algorithm is more accurate and effective as compared to that of the active shape model (ASM).     

人脸特征自适应选取技术

如何选取并提取稳定可靠的人脸特征是人脸识别技术中迫切需要解决的问题，文中在对现有特征提取方法的优缺点进行详细分析的基础上，提出人脸特征自适应选取算法框架，详细论述了如何建立并提取人脸特征自适应选取的准则，该算法在100多幅人脸图像实验中效果理想。     

基于有效光照估计的复杂光照人脸识别

基于光照估计的光照不变量提取是提高复杂光照人脸识别性能的一种有效方法。以往算法仅考虑光照缓慢变化特性从人脸图像中估计光照,无法获取准确的光照和光照不变量。综合考虑图像的成像原理、光照缓慢变化特性和复杂照明环境,结合图像融合和平滑滤波,提出一种有效的人脸图像光照估计、光照不变量提取方法。所提算法能较好地处理阴影边缘问题,提取含有丰富面部细节特征、更接近于人脸本征的光照不变量。复杂光照Yale B+和CAS-PEAL-R1人脸库上的实验结果表明所提算法具有高效性。     

基于正面人脸图像的人脸轮廓的提取

近年来，人脸识别技术成为当前模式识别和人工智能领域的一个研究热点，人脸轮廓提取是人脸特征检测和人脸识别等人脸图像分析的重要前提，但至今仍没有得到圆满的解决。该文针对复杂背景的彩色人脸图像，提出并实现了一种人脸轮廓提取的方法。首先滤波和二值化人脸图像，在二值化图像中采用一种快速的肤色区域边界提取算法确定人脸区域;再在人脸区域内，采用轮廓跟踪技术提取出人脸轮廓。实验结果表明，该方法具有很高的精度和很强的鲁棒性。     

基于变换投影的眼睛轮廓提取方法

眼睛作为人脸的重要器官,其特征对于人脸表情识别非常重要,因此需要对眼睛轮廓进行提取。该文根据眼睛的轮廓特征知识,提出一种利用变换投影估计形状参数,在形状区域内结合图像信息提取眼睛轮廓的新方法。在分析变形模板和变换投影的特点基础上,对基于变换投影提取眼睛轮廓的方法进行介绍。在人脸数据库JAFFE上的实验表明该方法是可行的。该方法同样可以用于其他形状的检测。