用于人像提取及半身像合成的生成对抗网络算法

利用生成对抗网络(generative adversarial network,GAN)进行标准上半身人像的合成,从普通人像照片中截取部分区域得到面部对齐后的标准化上半身合成图像,处理后的标准化人像实现了目标主体与背景的分离,可以有效地优化目标识别和分割算法的结果.图像的合成过程分为2个主要步骤,首先利用图像特征识别人脸并截取头部区域,然后以裁切后的头部区域为中心进行上半身人像的合成,得到人脸特征点及头部区域对齐后的上半身合成图像.该算法可以有效地从背景中分离人像区域,利用合成后的图像进行图像分割和评价,可以避免图像背景对于图像识别主体的干扰.通过自有数据集验证了该算法可以改善分割算法的精确度、召回率和F值,最终合成人脸图像的Facenet平均距离及标准差相比现有的人脸图像正则化算法均有减小,通过在CelebA及LFW等通用数据集上的验证测试,显示出算法具有良好的通用性和适应性,该算法可以广泛适用于人像照片的主体提取和人像合成,作为分割和识别等应用的前置步骤.     

多表情源的人脸表情合成技术

提出了基于一个局部约束偏移和相对偏移技术的图像变形方法,用于人脸表情合成．该方法可以自动克服目前表情合成方法的非特征区域的形变,并与脸型外观相匹配．在此基础上,提出了基于多表情源的人脸表情合成技术．从人脸图像划分出三个主要表现表情的区域,并对每个区域根据多个表情源的加权平均的相对偏移量进行图像局部变形,最后利用加权平均的表情比图像加强表情．实验结果表明,用该方法得到的人脸表情自然逼真,更为重要的是,通过调节权向量的取值,可以取得不同模式的表情,丰富了表情表现的内涵．     

融合区域颜色和纹理两级特征的快速人体皮肤检测

人体皮肤检测在人脸检测、成人图像过滤、人体图像检索等应用中占有重要地位.利用支持向量机,对人体皮肤的颜色和纹理特征的分布进行了研究,并提出了一个基于区域颜色和纹理特征规则的两级模型.在人体皮肤检测算法中,首先利用分水岭分割算法将图像分割成颜色和纹理近似一致的区域,然后利用皮肤颜色模型提取候选皮肤区域,最后利用纹理规则模型对候选皮肤区域进行最终判决.实验结果表明,该算法简便、快速、有效.     

基于独立分量分析的图像特征提取及去噪

探讨了一种新的多元统计分析方法———独立分量分析在图像特征提取及噪声去除中的应用。利用基于信息传输最大原则的infomax算法对自然图像的基向量进行迭代学习。实验表明,提取的基向量在空间频率上具有方向性和局部性,描述了输入自然景物图像的边缘特征。结合软门限算子,实现了图像中高斯噪声的去除。     

基于语义分割的复杂驾驶场景障碍物检测

目前经典的语义分割方法无法准确的检测出交通场景中是否存在障碍物的情况,为了克服自动驾驶系统中对障碍物检测的难点,提出了一个用于像素级障碍物检测的框架。提出的算法流程如下：首先使用分割网络对输入图像进行分割,得到一个语义分割结果图和两个不确定性图;其次使用合成网络对预测的语义图进行处理,利用不确定性图来改进再合成方法,生成较为逼真的图像;最后通过比较输入图像和生成图像的特征来计算感知差异,将输入图像和重合成图像输入到相异模块进行障碍物预测。实验结果表明,文中算法在Cityscapes数据集上对所提出的像素级障碍物检测框架进行了测试和评估,与其它经典方法相比,取得了更好的障碍物检测效果。     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化;首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别;通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5％以上,为火灾图像识别提供了一种新思路.     

基于HMM-SVM的图像型火焰识别

针对单一的隐马尔科夫模型在图像型火灾探测中误报率偏高的问题,提出了隐马尔科夫模型和支持向量机相结合的图像型火焰识别算法。对捕获到的图像进行运动区域检测和颜色分析,提取疑似火焰区域,利用隐马尔科夫模型计算疑似区域与火焰模型的相似度,并输入到训练好的支持向量机进行二次识别。实验结果表明,与传统单一隐马尔科夫模型相比,该方法可以有效地降低误报率,提高火焰识别准确性。     

基于子区域分类的乳腺密度估计

乳腺密度常用于乳腺癌早期诊断。提出了一种基于子区域分析的乳腺密度估计方法。该方法先将整幅钼靶X线图像中的乳腺区域分割为互不重叠的子区域,采用直方图矩描述各子区域的灰度分布,并结合支持向量机将各子区域分为高密度和低密度两类;通过计算高密度子区域占所有子区域的比例,最终得到钼靶图像中乳腺密度。实验表明,该方法对乳腺X线图像具有很好的分类效果。     

基于支持向量机的手写签名研究

针对一般手写签名中特征提取方法的不足,将支持向量机的原理引入到手写签名算法里,从而可以很好地应用于高维数据,避免了特征提取中维数灾问题。主要研究如何在标准的窗格中利用扫描的方法提取图像密度特征,从而得到特征向量。通过MATLAB工具,将得到的图像密度特征作为特征向量为SVM的输入进行训练仿真实验。实验表明,该方法能够有效识别手写签名真伪,说明把支持向量机应用到手写签名具有很好的识别能力,并解决了“维数灾”的问题。     

改进的视频帧中文本区域定位算法

针对视频帧图像背景复杂、字体大小变化较大等特点,提出一种改进的视频帧中文本区域定位算法。算法设计并实现一个交叉点检测算法,利用交叉点密度等边缘特征去除大部分非文字边缘以降低背景边缘对文本区域的影响,并对剩余边缘进行膨胀以形成候选文本区域,结合文本区域特征和支持向量机算法区分文本区域和非文本区域。实验表明,该算法可以提取视频帧中90%以上的文本区域,并且文本区域定位准确率达92.0%。     

风格强度可变的人脸风格迁移网络

目的 针对人脸风格迁移算法StarGAN （star generative adversarial network）、MSGAN （mode seeking generative adversarial network）等存在细节风格学习不佳、迁移效果单一和生成图像失真等缺点，提出一种能够降低失真并生成不同风格强度图像的人脸风格迁移算法MStarGAN （multilayer StarGAN）。方法 首先，通过特征金字塔网络（feature pyramid network，FPN）构建前置编码器，生成蕴含有图像细节特征的多层特征向量，增强生成图像在风格传输时能学习到的风格图像的细节风格；其次，使用前置编码器对原图像及风格图像各生成一个风格向量并进行组合，利用组合后的风格向量进行风格传输，使生成图像具有不同的风格迁移强度；最后，采用权重解调算法作为生成器中的风格传输模块，通过对卷积权重的操作代替在特征图上的归一化操作，消除特征图中的特征伪影，减少生成图像中的失真。结果 在Celeba_HQ数据集上进行实验，与MSGAN、StarGAN v2等对比算法相比，在参考引导合成实验中，MStarGAN的FID （Frechét inception distance score）指标分别降低了18.9和3.1，LPIPS （learnedperceptual image patch similarity）指标分别提升了0.094和0.018。在潜在引导合成实验中，MStarGAN的FID指标分别降低了20.2和0.8，LPIPS指标分别提升了0.155和0.92，并能够生成具有不同风格强度的结果图像。结论 提出的算法能够传输图像的细节风格，生成具有不同强度的输出图像，并减少生成图像的失真。     

Efficient high-dimensional indexing by sorting principal component

The vector approximation file (VA-file) approach is an efficient high-dimensional indexing method for image retrieval in large database. Some extensions of VA-file have been proposed towards better query performance. However, all of these methods applying sequential scan need read the whole vector approximation file. In this paper, we present a new indexing structure based on vector approximation method, in which only a small part of approximation file need be accessed. First, principal component analysis is used to map multidimensional points to a 1D line. Then a B⁺-tree is built to index the approximate vector according to principal component. When performing k-nearest neighbor search, the partial distortion searching algorithm is used to reject the improper approximate vectors. Only a small set of approximate vectors need to be sequentially scanned during the search, which can reduce the CPU cost and I/O cost dramatically. Experiment results on large image databases show that the new approach provides a faster search speed than the other VA-file approaches.     

融合显著特征和互信息熵的SLAM闭环检测算法

针对移动机器人SLAM闭环检测存在的闭环错误判定问题,提出了一种融合显著特征和互信息熵的闭环检测算法.首先,通过帧间位姿变化和信息熵差异得到关键帧,利用词袋模型逆向索引查询关键帧获取闭环候选帧.然后,引入图像颜色与深度信息计算当前关键帧与闭环候选帧的显著特征生成显著图.最后,将显著图均匀划分四块,计算两匹配关键帧显著图对应块的互信息熵,由每块对应互信息熵生成一个表征两幅图像相似度的四维向量,通过四维向量将满足互信息熵条件的闭环帧进行几何验证,判断是否产生闭环.实验结果表明,该算法能够降低机器人累积误差,生成全局一致的地图,同时满足实时性要求.     

一种自动获取端元的RMS误差迭代改进算法

端元提取是混合像元分解算法中的关键技术之一,端元的质量直接影响分解结果的精度。本文对基于均方根(RMS)误差分析迭代提取端元的算法进行了改进,提出在端元选择时,增加像元纯净指数(PPI)、光谱矢量距离以及RMS误差值作为约束条件。利用南京地区2002年TM遥感影像作为试验数据,用本文提出的方法提取各组分丰度图,结合V-I-S模型以及研究区的实际情况,分析所提取的各组分丰度空间分布合理性,参考同期IKONOS影像解译结果,对改进前后的分解算法进行精度比较。试验结果表明:基于改进法得到的各组分结果精度较好,其与实测值的回归曲线在相关系数、斜率以及截距方面均得到了较明显的改善,但对于光谱非线性混合现象较严重的地物仍存在一定局限性。     

求取真实运动矢量的一种算法

针对物体基视频编码与分割应用,提出了求取特征区域真实运动矢量的一种算法。首先,利用运动检测器将图像序列的每一帧分割成静止区域与运动区域。然后只对运动区域进行运动估计。为了克服传统块匹配法的固有缺点,本文算法采用变尺寸块匹配法,大的均匀区用大方块,运动物体的边缘区用小方块;在进行块匹配搜索期间,在易误匹配的区域,为了不遗漏真实的运动矢量,先按照ＭＡＥ准则预选出多个候选运动矢量,尽可能保证真实的运动矢量包含其中,接着再根据相邻块运动矢量的相关性,从多个候选运动矢量中选出一个比较可靠的运动矢量。实验结果表明,该算法产生的运动矢量真实可靠,而且一致性好,可用于识别可靠的运动区域。     

栅格地图道路的快速矢量化方法研究与实现

以彩色数字栅格地图道路数据为处理对象,提出一种基于可变矩形跟踪框技术快速矢量化道路类线要素的方法。在确定道路矢量化规则的基础上,通过采用可变矩形跟踪框技术,结合端点(交点)判断及道路惯性延伸点判断方法实行栅格地图道路的快速矢量化,并克服了当前几种常用矢量化方法的不足。实验结果表明该方法的矢量化效果十分理想。     

Astrophysical image separation by blind time–frequency source separation methods

In this paper, two prevalent blind time–frequency (TF) source separation methods in the literature are adapted to astrophysical image mixtures and four algorithms are developed to separate them into their astrophysical components. The components considered in this work are cosmic microwave background (CMB) radiation, galactic dust and synchrotron, among which the CMB component is emphasized. These simulated components mixed via realistic coefficients are subjected to simulated additive, nonstationary Gaussian noise components of realistic power levels, to yield image mixtures on which our orthogonal and nonorthogonal TF algorithms are applied. The developed algorithms are compared with the FastICA algorithm and CMB component is found to be recovered with an improvement reaching to 3.25 decibels from CMB–synchrotron mixtures. The proposed techniques are believed to be generically applicable in separating other types of astrophysical components as well.     

Weighted centroid neural network for edge preserving imagecompression

An edge preserving image compression algorithm based on an unsupervised competitive neural network is proposed. The proposed neural network, the called weighted centroid neural network (WCNN), utilizes the characteristics of image blocks from edge areas. The mean/residual vector quantization (M/RVQ) scheme is utilized in this proposed approach as the framework of the proposed algorithm. The edge strength of image block data is utilized as a tool to allocate the proper code vectors in the proposed WCNN. The WCNN successfully allocates more code vectors to the image block data from edge area while it allocates less code vectors to the image black data from shade or non-edge area when compared to conventional neural networks based on VQ algorithm. As a result, a simple application of WCNN to an image compression problem gives improved edge characteristics in reconstructed images over conventional neural network based on VQ algorithms such as self-organizing map (SOM) and adaptive SOM.     

基于色彩向量模型的彩色图象编码算法

在彩色图像编码技术中, 普遍存在的一个问题就是未能充分利用个色彩分量间的相关性。本文提出了一种基于色彩向量模型的彩色图象压缩编码算法, 高效地去除了彩色图像各分量间的相关性。该算法是将彩色图像 3 个色彩分量中一个分量, 将该色彩分量分割成若干个大小相等, 但不重叠的子块; 然后构造出该色彩分量的每个子块与另两个色彩分量所对应的子块中的色彩向量; 这样对另两个色彩分量的压缩编码转化为对色彩向量的编码。解码则是通过简单的逆变换, 以得到重构的两个色彩分量。这样一幅彩色图像就可以用一个色彩分量和其子块分割并计算出表示其它两个色彩分量的色彩向量来表示。实验结果标明, 该算法易于实现, 具有较高的峰值噪比和压缩比, 且恢复图像也具有视觉无损的效果。     

一种基于外推运动矢量的差错掩盖方法*

为了克服边框匹配算法因边框匹配不准确而导致最优运动矢量的漏选,以及差错掩盖效果明显下降的问题,提出了一种新的基于外推运动矢量的自适应时域差错掩盖算法。首先,根据宏块运动矢量的时空相关性,从相邻宏块的运动矢量及其外推运动矢量中自适应地构造出一个有限的候选运动矢量集;然后,利用边框匹配算法从构造的候选运动矢量集中选取最佳运动矢量进行差错掩盖;最后,在H.264/AVC的参考模型JM12.2中编程实现该算法。大量仿真实验结果表明,本算法可以明显降低最优运动矢量的漏选,在解码端取得了较为满意的差错掩盖效果。