基于统计特征的人脸识别研究

奇异值特征向量是用于图像识别的有效代数特征,但直接用奇异值特征向量做匹配进行人脸识别,识别率极低。通过对人脸图像奇异值向量和其对应的左右正交特征矩阵分析,发现图像的奇异值向量与图像的灰度范围具有相关性,即最大奇异值反映了图像灰度范围的位置,其他奇异值反映了灰度范围的宽度,而且与图像奇异值向量对应的左右正交特征矩阵能够表现图像轮廓的结构信息。基此,提出基于奇异值分解（singular value distribution,SVD）的基空间人脸识别算法,并通过ORL和ORL-IC数据库进行仿真,实验结果分析证明了图像的左右正交特征矩阵能够表现图像轮廓的结构信息。     

基于唇部灰度能量图的唇读方法

针对单视觉通道唇读系统的唇部特征提取问题,提出了基于唇部灰度能量图的特征提取方法.该方法将表示字或词的图像序列投影到二维灰度能量图上,不但统一了输入数据的维数,而且较好地保留了序列图像的运动信息.针对模板匹配方法对模板的依赖问题,文中将单训练样本唇部灰度能量模板图推广至多训练样本.文中还就唇部定位提出中心定位法.实验结...     

人脸识别中的特征分析

研究了奇异值分解和傅里叶变换方法在图像分析和人脸识别中的作用;比较了两种方法进行图像处理的分解信息,研究了图像傅里叶变换后幅度谱和相位谱包含的图像信息;随后设计实验研究了奇异值向量矩阵和奇异值矩阵中包含的图像信息,并提出一个新的观点：图像分解后的奇异值矩阵包含图像的光照信息;通过设计实验验证了观点的正确性。     

基于奇异值分解的灰度图像脆弱水印认证系统

提出一种基于奇异值分解的灰度图像脆弱水印认证系统,此系统将原始图像分成8×8的小块,每个小块进行DCT后,提取其低频分量信息,生成水印图像,再使用基于奇异值的算法进行水印嵌入,并对原始图像和嵌入水印后的图像生成认证码,通过公钥加密后传输.实验结果表明,该系统在认证阶段能对已经篡改和攻击的图像进行篡改锁定.     

一种基于分块的二值图像信息隐藏算法

提出了一种新颖的基于分块的二值图像信息隐藏算法，算法首先计算出原始图像中每个像素的可修改度，并通过置乱来均衡可修改像素在图像中的分布；将置乱后的二值图像分块，提取每块图像的特征值，组成二值的特征矩阵，对特征矩阵再进行分块，根据特征矩阵块进行信息嵌入，若要嵌入的信息与特征矩阵块中的某一特征值不相匹配时，则通过翻转与该特征值对应的图像块中最适合修改的一个像素来实现对此特征值的间接修改，实验结果表明，该隐藏算法信息嵌入量适中，隐藏信息的图像具有良好的视觉透明性，系统的安全性也较高。     

基于结构信息相似度的线性投影灰度化算法

针对彩色图像灰度化过程中易丢失结构信息的问题, 提出一种基于结构信息相似度的灰度化算法. 首先在RGB色彩空间利用像素平均值和标准偏差值构造一幅对比图, 以保持彩色图像的对比度和亮度信息； 然后利用结构信息相似度评价指标衡量RGB通道图像与对比图间的相似程度； 最后将通道结构信息相似度值作为全局加权映射函数中的权重值, 获得最终的灰度图像. 该算法有效解决了其他典型灰度化算法中需求解目标函数, 导致算法复杂度高、 图像结构信息不自然的缺陷. 对Cadik和CSDD图像集的实验结果表明, 该算法优于一些已有典型灰度化算法, 能有效保留原始图像的对比度和结构信息, 可提高计算效率, 且输出的灰度化图像视觉感知自然, 主客观评价结果均较优.     

分块PCA和奇异值分解相结合的人脸识别算法

针对分块PCA算法对位移、旋转等几何变化比较敏感的缺点,提出一种基于分块PCA和奇异值分解相结合的人脸识别算法。该算法分别提取分块子图像的PCA特征和奇异值特征,在此基础上得到同时包含分块PCA和奇异值信息的距离测度,利用最小距离分类器进行分类识别。在ORL人脸库上的实验结果表明,该方法能够得到较高的识别率。     

基于人眼视觉特性的自适应空域彩色图像数字水印算法

以静态图像压缩编码、彩色空间转换、人眼视觉特性(HVS)为基础，提出了一种将灰度图像(即数字水印)嵌入到原始彩色图像中的新数字水印算法．该算法具有以下特点：(1)应用静态图像压缩编码技术，实现了以灰度图像作为水印信号的数字水印算法；(2)充分利用人眼视觉特性(HVS)，实现了数字水印图像的自适应嵌入，增强了算法的透明性和鲁棒性；(3)能够依据原始彩色载体图像内容，实现数字水印嵌入深度的智能调节，(4)检测水印信息时，不需要原始载体图像．同时实验结果也表明：该自适应空域彩色图像数字水印算法不仅具有较好的透明性，而且对诸如叠加噪声、JPEG压缩、平滑滤波、几何剪切、图像增强、马赛克效果等攻击均具有较好的鲁棒性．     

一种抗掩密分析的图像LSB掩密算法

信息隐藏是在不影响载体数据可用性的前提下,将信息隐藏在数字多媒体诸如图像、视频和语音信号中的一种信息安全技术。针对传统LSB掩密算法仅在图像像素值上进行秘密信息掩藏的缺点,提出了一种基于灰度值扩散的图像LSB掩密算法,该算法首先利用混沌影射将载体图像进行像素灰度值扩散,然后在扩散后的灰度值上进行LSB掩密嵌入,最后进行灰度值逆扩散得到含密图像。实验结果表明,本算法不仅可以很好地保持掩密图像的质量,而且对于信息量估计法、RS分析法以及GPC分析法等掩密分析都具有很好的抵抗性。     

基于人眼视觉的红外图像广义直方图增强算法

文章针对传统直方图均衡增强算法存在红外图像细节信息丢失问题,且算法没有考虑人眼视觉特性,提出基于人眼视觉的红外图像广义直方图增强算法;根据像素邻域信息建立广义直方图,进行直方图均衡化处理;在均衡化过程中,利用人眼灰度分辨能力,对拉伸过大的灰度级进行限制,再对被过度压缩的灰度级进行适当拉伸以扩大其动态范围;实验结果表明,该方法有效增强图像局部细节,解决了红外图像视觉模糊的问题,使增强后图像视觉效果更自然。     

基于唇重构与三维耦合CNN的多视角音唇一致性判别

针对传统音唇一致性判别方法主要对正面唇动视频进行处理,未考虑视频采集角度变化对结果的影响,且容易忽略唇动过程中的时空特性等不足,文中以唇部角度变化对一致性判别的影响为研究重心,结合三维卷积神经网络在非线性表示和时空维度特征提取上的优势,提出了基于正面唇重构与三维耦合卷积神经网络的多视角音唇一致性判别方法。该方法先通过在生成器中引入自映射损失来提高正面重建效果,并采用基于自映射监督循环一致性生成对抗网络（SMS-CycleGAN）的唇重构方法对多视角唇图进行角度分类及正面重构;然后设计两个异构三维卷积神经网络,分别用来描述音频和视频信号,并提取包含长时时空关联信息的三维卷积特征;最后引入对比损失函数作为音视频信号匹配的相关度鉴别度量,将音视频网络输出耦合到同一表示空间,并进行一致性判别。实验结果表明,文中方法能重建出更高质量的正面唇图,一致性判别性能优于多种不同类型的比较方法。     

一种在图像和视频帧中检测文本的新方法

提出了一种在带有复杂背景的图像和视频帧中检测文本的由粗到细的新方法.首先用连通分量(Component Connect,CC)方法对可能是文本的区域进行粗定位,然后再进行纹理分析,得到特征向量后,用统计图的方法对其进行筛选,并对筛选后的特征向量使用BP神经网络进行分类,从而得到真正的文本区域.经过测试,提出的算法在图像和视频帧中的检测率达到95.3%.     

基于SIFT的视觉单词在人脸识别中的研究

近年来,基于视频的人脸识别吸引了很多人的关注,同时,视觉词袋(BoWs)模型已成功地应用在图像检索和对象识别中。提出了一种基于视频的人脸识别的方法,它利用了视觉单词,在经典的视觉单词中,第一次在兴趣点提取尺度不变特征变换(SIFT)的图像描述;这些兴趣点由高斯差分(DoG)检测,然后基于k均值的视觉词汇生成,使用视觉单词的索引以取代这些描述符。然而,在人脸图像中,由于面部姿势失真,面部表情和光照条件变化,SIFT描述符不是很好。因此,使用仿射SIFT(ASIFT)描述符作为人脸图像表示法。在Yale及ORL人脸数据库上的实验结果表明,在人脸识别中,基于仿射SIFT描述符的视觉单词方法可以获得较低的错误率。     

基于LBP和OpenCV的实时人脸检测系统设计

为了在实时的视频流中快速准确地检测人脸信息,本文采用了一种基于人脸局部LBP特征的检测方法,利用Open CV视觉开发库,在Visual Studio2010环境下采用C++语言开发了一套实时人脸检测系统,利用Open CV中的两个工具opencv_traincascade和opencv_createsamples对样本数据库AR和FERET中的图像进行学习训练,通过训练后的人脸和人眼分类器face.xml和eye.xml文件对实时图像进行人脸检测。测试表明,相较于传统采用Haar特征的人脸检测系统,本文采用的LBP特征人脸检测系统,在检测速度和准确性方面效果更好,本系统也可以在移动平台上部署。     

基于双重检测模型的视频镜头分割算法

提出一种基于自适应双重检测模型的视频镜头分割算法.该算法分为初检和复检两阶段,初检提出了基于人类视觉特征的非均匀分块的概念,并结合滑动窗口自适应二分查找算法进行镜头边界检测;复检过程利用尺度不变特征变换算法对初检得到的镜头边界进行匹配,排除初检中的误检.视频测试结果表明,该算法对多种不同类型的视频能同时提高切变和渐变镜头边界检测的效果.     

LED灯饰效果处理与优化方法

为解决大型LED灯饰实时控制系统中,截取计算机屏幕图像速度慢和图像数据量大的问题,在屏幕DC方法的基础上,结合内存映射文件技术,设计一种提高屏幕图像采集效率的新方法;同时在保证视频图像效果的基础上,使用改进型八叉树颜色量化算法有效降低视频图像颜色数据量,提高控制系统的实时性。实验结果表明,该LED灯饰效果优化方法既有较快的屏幕图像截取速率,又在降低图像位数的前提下保证了图像视觉效果,在LED灯饰实时信息处理显示系统中应用良好。     

基于ID3算法的昆虫对象识别研究

传统的昆虫手工识别费时费力。通过对昆虫图像进行分割,提取昆虫对象的视觉特征,应用ID3算法进行基于图像视觉特征的昆虫分类,并建立了昆虫对象识别系统原型。该系统原型通过友好人机交互界面使用户可以方便地提交待识别的图像并得到识别结果,省时省力。     

基于MPEG-7的视频语义描述方法

基于对视频语义信息的3个层次划分，提出了一个基于MPEG－7的视频数据模型，并运用扩展标记语言（XML），以实例阐述了视频内容的视频对象、视频事件和视频元数据构造和描述方法。所提出的方法能支持不同抽象层次上复杂语义关系的描述，能够使用户更加灵活地访问数字视频库，获得自己所需的视频信息。     

基于改进粒子滤波的视觉目标跟踪

针对目标跟踪算法在精度和鲁棒性上的要求,提出一种基于改进粒子滤波的视觉目标跟踪算法.首先,建立多种特征来描述目标外观模型,并对各特征分量的加权系数进行自适应调节;然后,利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题;最后,提出一种新的模板更新机制,自适应选取运动模板或原始模板.实验结果表明,改进后的算法在具有挑战的跟踪视频序列上实验,具有良好的跟踪精度和鲁棒性,能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件.     

Android应用中即时视频图像放大显示方法

Android视频通讯应用中通常使用View类显示视频解码图像。为解决使用常用图像拉伸方式将解码到的视频图像实时放大输出时遇到的内存严重消耗和输出延迟的问题, 分析了问题的原因, 并研究了基于Android自带API（Application Programming Interface）或使用JNI（Java Native Interface）算法的即时图像放大显示方法, 对得到的图像放大效果和放大所需的时间进行实验分析, 并根据实验结果进行源代码分析研究, 发现改进的方法, 最终提出一个解决问题的最合适的方案。