人眼快速检测技术

人脸检测定住中首先要处理人眼定位的问题,快速定位人眼的位置是实现对人脸实时性定位的关键问题.因此.在人脸检测已检测出人脸图像的基础上,对人眼瞳孔位置进行了检测定位.采用形态学滤波的方法快速对眼睛位置粗略定位.再用精确眼睛区域二次定位算法就可在0.3 s内找出眼睛位置.     

一种快速人眼精确定位算法

文中提出了一种基于最小外接矩形算法的人眼精确定位方法,该算法将顶点链码与离散格林理论相结合用于快速提取目标图像的最小外接矩形、求出目标图像的面积、形心和主轴.本文首先采用肤色分割与灰度投影相结合的方法快速定位到人脸,然后根据人脸的水平灰度投影曲线确定出人眼的大致位置,最后利用本文提出的算法实现了人眼的精确定位.实验结果表明该算法能快速、有效地进行人眼精确定位.     

有背景人脸图像中人眼的检测与定位

基于人脸的几何特征和图像分割原理,研究了一种在有背景的灰度人脸图像中自动检测与定位人眼的新算法.该算法基于人脸器官几何分布先验知识建立人眼位置判定准则,对人眼的分割阈值范围进行粗估计,采用分割阈值递增法,并结合人眼位置判定准则判定分割图像中双眼黑块是否出现,再利用二维相关系数作为对称相似性测度,检验检测到的双眼的真实性.实验验证表明,所提出的人眼检测与定位方法在速度和准确性方面具有良好的性能.     

基于HSV空间优化耦合参数PCNN的人眼定位方法

为解决人眼定位中受光照、人脸姿态、人眼开闭影响的问题,提出了一种HSV空间肤色模型与优化耦合参数的脉冲耦合神经网络(Pulse Coupled Neural Network PCNN)相结合的人眼定位算法。将RGB空间图像转化为HSV空间图像,根据肤色检测人脸图像,利用优化耦合参数PCNN模型良好的捕捉特性及衰减特性,对图像进行分割,提取出人眼范围,利用形态学运算对图像进行增强处理,去除背景干扰,精确定位人眼。实验结果表明,本算法在不同光照条件,不同人脸姿态,人眼闭合均能成功定位,且具有定位准确、速度快、不受人眼开闭程度影响的特点。     

基于人眼视觉特性的红外图像增强算法

提出一种基于人眼视觉特性的红外图像增强算法.该算法采用符合人眼感知特性的LIP(Logarithmic Image Processing)模型,并根据人眼视觉在图像变化区域比平滑区域敏感,使用幂次变换方法对图像的高频和低频成分分别进行增强处理.实验结果表明:本文相比传统算法能够有效增强图像细节信息,提高图像对比度,明显改善红外图像的视觉效果.     

面向驾驶员状态监测的人眼凝视方向判别

基于眼球运动规律监测驾驶员状态是当前研究的热点,而获取人眼凝视持续时间、眼球扫视运动频率等眼球运动参数的基础和前提是实时判别人眼凝视方向。首先采用红外光源和红外滤光片的装置,通过CCD摄像头获取"暗瞳孔"图像;接着根据人脸特征粗定位人脸区域,并通过对人脸上半部分水平积分投影粗定位人眼区域;然后在定位出的人眼区域内,利用闪光点与周围瞳孔区域灰度值差异大的特征精确定位闪光点,并在闪光点周围提取暗瞳孔精确定位瞳孔质心;最后建立凝视方向判别模型,根据闪光点与瞳孔的相对位置判别出人眼的凝视方向。凝视区域判别实验结果表明,该算法对于获取眼球运动相关参数有较好的应用前景。     

基于自然场景统计的无参考图像质量评价算法

为了度量多种失真类型的图像质量,提出一种基于图像空域自然场景统计特征的无参考图像质量评价算法。该算法通过度量失真图像和原始图像在统计规律上的偏差,对失真图像质量做出评价。与现有无参考图像质量评价算法相比,该算法不需要使用原始图像及其失真图像进行训练,也不需要知道图像的失真类型,是一种更具实际意义的通用型无参考图像质量评价算法。同时,考虑到人眼观察图像时感兴趣区域的影响,该算法加入了视觉显著性区域提取的过程。实验结果表明,该算法对于人的主观感知具有较好的一致性。     

室外环境下红外热图像内眼角定位

针对室外环境下红外热图像中目标区域受背景过热与周围环境影响，导致目标边界模糊、噪声大等问题，提出了一种室外环境下红外热图像内眼角定位算法。该算法首先对采集的图像进行面部倾斜校正，接着采用Gentle-AdaBoost与HAAR特征相结合进行人脸、人眼粗定位，并引入几何校正对眼睛区域精确定位，最终依据内眼角区域特性提出区域精化与区域生长分割相结合的内眼角定位。在3种不同的红外热图像数据集以及自主采集不同季节的温度区间室外的数据集上进行实验。结果表明:在室外环境下，所提出的方法可有效地定位内眼角，人眼定位准确率达到98.1%，内眼角定位准确率达到97.7%。     

基于缩减参考帧的高清图像质量评价研究

结合人眼视觉特性,分析现有客观评价算法,实现缩减参考帧模型,它是一种可与图像质量主观评价保持一致的图像质量客观评价算法.实验结果证明,该方法能较好地符合人眼的视觉特性.     

基于综合肤色检测和二值形态学的人脸定位研究

针对人脸定位检测中存在的速度慢、精度低及噪声干扰问题,提出了一种基于综合肤色检测和二值形态学的人脸定位检测算法.该算法将YCrCb(明亮度-色调-饱和度)模型与HSV(色相-饱和度-色调)模型用于人脸综合肤色检测,在YCrCb与HSV空间中根据待检测图像每点的颜色值进行人体区域或背景区域的判断;然后,将检测图像转换为二值图像,对图像进行形态学处理;最后,选用人脸几何特征对筛选后连通区域进行判别,实现人脸的准确定位和检测.实验结果表明,该算法对于简单、中等、复杂三种情况下人脸图像的检测正确率分别达到了99%、92%和85%.另外,由于二值形态学消噪算法的使用不仅提高了人脸检测的准确率,而且加快了检测速度.     

红外图像中人体目标检测技术研究

针对红外序列图像中人体目标检测问题,采用了基于特征点的特征区域提取方法,先用FAST算法快速提取特征点,然后基于提取出的特征点,使用LBP算法提取特征区域,在得到感兴趣的特征区域（ROI区域）后,用对ROI区域进行基于离散小波变换的小波熵特征提取,并采用复合分类方法对ROI区域进行分类,利用此方法有效地将人体目标从红外序列图像中检测出来。     

基于ROI和证据理论的目标融合检测算法

考虑合成孔径雷达图像(SAR)和光学图像的互补特性,提出了一种基于感兴趣目标区域(regions of interest, ROI)决策层融合的军事目标检测方法:分别在SAR图像和光学图像中提取出ROI,再利用各自的统计特征和几何特征给提取出的ROI分配置信度,以表示正确鉴别ROI的概率。最后在决策层上运用D-S证据理论融合两个源中同一ROI的置信度,获得更可靠的融合检测结果。该方法很好的实现了SAR和光学图像的优势互补,并在对遥感图像测试集的试验中得到了验证。      

基于残差图像的ROI编码研究

与JPEG2000中的MAXSHIFT算法不同，本文将ROI编码与零树编码结合，给出一种基于残差图像的ROI编码算法RZ(residue zerotree）。RZ算法基于整数小波变换，对高压缩比下零树编码后ROI区域的残差图像作基于整数平方量化阈值的零树编码，并将所得残差数据熵编码后跟随原编码数据传输，可以实现ROI区域的有损或无损编码。实验结果表明，RZ算法实现了基于嵌入式零对小波变换（EZW）框架较低复杂度的ROI编码，可应用于基于网络的图像传输。     

基于人眼视觉特性的ROI渐进编码算法

一般基于感兴趣区域(ROI)的图像编码算法都没有充分考虑人眼视觉特性,在分析了JPEG2000中感兴趣区域编码的优缺点后,利用小波变换的特点并结合人眼视觉的掩蔽效应,提出了一种改进的ROI图像编码算法。首先将图像小波域中的所有低频系数进行移位处理,而对于小波域中的高频系数,仅对其属于ROI区域的系数进行移位处理,再利用等级树集合分割(SPIHT)算法进行编码传输。仿真实验证明了该算法比原有算法的图像主观质量更好。     

基于医学图像分割的半自动ROI提取

针对当前ROI提取方法，提出了一种基于图像分割的半自动ROI提取算法，一方面保证提取出的ROI是有意义的对象，另一方面人为指定因素更小，对ROI提取的智能性有较大提高。在图像分割中提出一种基于改进的分水岭算法的医学图像分割方法，引入了浮点活动图像代替梯度图像进行分水岭变换，使分割结果边缘定位更准确，在分水岭变换之后，提出基于面积和对比度控制的合并小区域准则，可得到更好的分割效果。     

Extraction technique of region of interest from stereoscopic video

A feature fusion approach is presented to extract the region of interest (ROI) from the stereoscopic video. [0]Based on human vision system (HVS), the depth feature, the color feature and the motion feature are chosen as vision features. [0]The algorithm is shown as follows. Firstly, color saliency is calculated on superpixel scale. Color space distribution of the superpixel and the color difference between the superpixel and background pixel are used to describe color saliency and color salient region is detected. Then, the classic visual background extractor (Vibe) algorithm is improved from the update interval and update region of background model. The update interval is adjusted according to the image content. The update region is determined through non-obvious movement region and background point detection. So the motion region of stereoscopic video is extracted using improved Vibe algorithm. The depth salient region is detected by selecting the region with the highest gray value. Finally, three regions are fused into final ROI. Experiment results show that the proposed method can extract ROI from stereoscopic video effectively. In order to further verify the proposed method, stereoscopic video coding application is also carried out on the joint model (JM) encoder with different bit allocation in ROI and the background region.     

Extracting salient region for pornographic image detection

Content-based pornographic image detection, in which region-of-interest (ROI) plays an important role, is effective to filter pornography. Traditionally, skin-color regions are extracted as ROI. However, skin-color regions are always larger than the subareas containing pornographic parts, and the approach is difficult to differentiate between human skins and other objects with the skin-colors. In this paper, a novel approach of extracting salient region is presented for pornographic image detection. At first, a novel saliency map model is constructed. Then it is integrated with a skin-color model and a face detection model to capture ROI in pornographic images. Next, a ROI-based codebook algorithm is proposed to enhance the representative power of visual-words. Taking into account both the speed and the accuracy, we fuse speed up robust features (SURF) with color moments (CM). Experimental results show that the precision of our ROI extraction method averagely achieves 91.33%, more precisely than that of using the skin-color model alone. Besides, the comparison with the state-of-the-art methods of pornographic image detection shows that our approach is able to remarkably improve the performance.     

一种极化SAR图像T型港口识别方法

针对T型港口特有的几何结构特征, 提出了一种极化合成孔径雷达(Synthetic Aperture Radar, SAR)图像T型港口识别方法.该方法利用基于区域统计特性的极化SAR数据水平集分割方法实现精确的海岸线提取.在此基础上通过曲线分裂归并算法提取岸线特征点, 并利用T型港口始末特征点的近距离特性实现感兴趣区域提取.然后采用基于链码的直线判断方法提取港口轮廓线段, 并通过判断轮廓平行直线和垂线特征实现T型港口的识别.使用伯克利地区TerraSAR极化SAR数据进行实验验证, 结果表明了提出算法的有效性, 能在大场景范围内正确识别出沿岸T型港口.     

基于假设检验的红外弱小目标感兴趣区域提取算法

根据假设检验的基本原理,提出了一种红外弱小目标感兴趣区域检测算法.该方法首先按照最小错误概率准则抽取图像中目标的感兴趣区域,然后在这些区域里进行目标提取和分析.实验结果表明,该方法很好地克服了一些传统方法中冗余计算多和分析难度高等缺点,非常适合于红外弱小目标的高性能检测.     

一种适应运动前景的快速行人检测算法

针对智能监控视频中行人的运动特性和基本HOG加SVM人体检测算法的特点,将运动目标检测算法融入基本的HOG加SVM人体检测算法。首先,利用运动目标检测算法确定运动区域矩形窗,并扩大调整矩形窗尺寸获得ROI窗口;然后,根据运动区域尺寸与训练样本尺寸的差距调整ROI窗口的首级窗口缩放因子,并对ROI窗口进行人体检测。实验结果表明,本文算法优于基本的HOG加SVM人体检测算法,具有良好的实时性和适应性。