灰度图像中基于像素分布特征的人脸定位

提出了一种利用人脸图像的像素分布特征来定位人脸的方法，在定位人脸的内轮廓时利用了图像二值化后的分布特征和灰度图的像素分布特征相结合的方法，然后将人脸区域的图像进行标准化，经过以脸图像可以方便地用于人脸的识别。在对采集到的图像进行的测试中得到了较好的效果。     

图像驱动的三维人脸自动生成与编辑算法

针对图像驱动的三维人脸建模这个计算机图形学中的研究热点问题,提出一种采用三维人脸形变模型的三维人脸自动生成与编辑算法.首先建立三维人脸形变模型,由三维人脸数据库统计学习得到线性混合人脸模型,用一个低维的参数向量来描述一个人脸;然后通过人脸检测、人脸对齐、边缘提取等方法从人脸图像中提取人脸的特征,根据这些特征实现三维人脸形变模型与图像的匹配,重建出与图像对应的三维人脸模型;最后,通过改变参数向量的值实现人脸的编辑.对5个输入人脸照片进行了三维人脸模型重建和编辑并且将重建的人脸模型和真实人脸模型进行了对比,实验结果表明,该算法可实现真实化的人脸重建效果.     

人脸检测系统研究及实现

人脸检测识别因其广阔的应用前景而成为当前模式识别与人工智能领域的研究热点之一。文章对带有人脸信息的24住真彩色BMP文件,通过基于肤色信息的彩色图像分割方法,利用预定的肤色建模知识进行人脸区域检测及区域标定。在此基础上,利用给定的眼、嘴先验信息进行眼、嘴的匹配捡测,并最终实现双眼中心以及嘴的标定,从而实现人脸及其特征信息的检测。     

一种基于改进的ASM的人脸特征点定位方法

主动形状模型(ASM)在对目标点的搜索过程中,只采用了训练图像中标定点两侧法线方向的profile邻域内像素点的灰度信息,且对这些点等同视之;搜索时也只限于目标图像标定点两侧法线方向上的若干个像素,范围过于简单。考虑到彩色人脸图像的普及及其携带的丰富的信息,首先在RGB空间分三通道分别进行处理,其次对profile邻域内像素点赋予不同的权重,建立加权的局部灰度模型,最后把搜索空间拓展到包括传统法线和与之相互平行的相邻的两条法线上的像素点集上。仿真实验表明,以上3方面的改进大大提高了ASM方法对人脸特征点的定位精度,精度提高16.5%,是一种可行的改进方法。     

基于肤色分割的人脸检测算法研究

提出一种自适应光照补偿算法对图像进行补偿,根据肤色点在YCbCr色彩空间中的聚类性分别建立了肤色的区域模型和简单高斯模型,利用区域模型分割结果消除高斯似然图中类人脸的影响,采用自适应阈值对图像进行肤色分割,得到肤色候选区域.对分割出来的二值图像进行形态学处理后用基于先验知识的检测算法对肤色候选区域进行筛选,确定出人脸的位置.实验结果表明,提出的方法综合检测效果好.     

基于彩色人脸模板的人脸检测算法

针对目前基于色彩的人脸检测只能用于人脸区域的粗检这一不足,提出一种利用人脸的五官位置及色彩信息建立彩色人脸模板的算法。采用光照补偿对图像进行预处理,利用YCbCr空间中的肤色模型进行粗检,确定出人脸候选区域,利用建构好的模板进行搜索比对定位出人脸。实验结果表明该方法对不同光照环境和复杂背景的图片均有较好的适应性,检测精度也得到了提高。     

人脸图像定位与标准化算法

提出了一种基于人脸左右侧的轮廓线和眼部水平特征的人脸定位与标准化算法。对于光照、表情、人脸的角度等有一定变化的人脸图像，也可以进行快速定位。该方法首先利用人脸的左右侧轮廓线进行垂直定位，然后用人眼在水平方向上的特点进行水平定位。在定位基础上，系统对人脸图像作了标准化处理。     

基于条件生成对抗网络的人脸补全算法

针对人脸遮挡区域重建问题,提出一种基于条件生成对抗式网络(CGAN)的人脸补全算法。首先遮挡人脸先通过卷积神经网络(CNN)进行五官等脸部特征提取,并作为一种约束信息输入生成器和判别器中,其中生成器将遮挡区域进行重构,重构人脸再分别输入局部信息判别器和全局信息判别器中,结合损失函数,最终生成完整人脸。在Celeb A数据集上,将重构后人脸与原图进行相似度比较,结果表明:该算法能够生成更加贴近原图的人脸。     

改进的显式形状回归人脸特征点定位算法

针对显式形状回归（ESR）人脸特征点定位精度低的问题,提出了改进的显式形状回归人脸特征点定位算法。首先定位出三点人脸形状代替人脸检测框作为初始形状的映射标准来得到更精确的初始人脸形状,然后采用像素块特征代替像素特征对抗光照变化来提高算法的鲁棒性,最后采用多假设融合策略代替平均法对多个定位结果进行最佳融合来进一步提高算法的定位精度。仿真实验结果表明,在LFPW、HELEN和300-W人脸库上,与显式形状回归算法相比,定位精度分别提高了7.96%、5.36%和1.94%。     

基于特征点的特定人脸三维网格的生成

提出了一种在通用人脸模型的基础上,依据特定人脸正面图象和侧面图象得到特定人脸的三维网格模型的方法。该方法首先从特定人脸正面和侧面图象上提取特征点,然后依据这些特征点信息对相应人脸网格模型进行特征点变换,在此基础上对其余非特征点使用插值变换,从而将特定人的特征信息溶入到通用人脸模型中去,由此得到特定人脸的三维网格模型。通过试验取得了一定的效果。     

基于人脸特征和线积分卷积的肖像素描生成

为了更好地模拟素描的笔画和突显肖像素描中五官的部分,提出基于人脸特征和线积分卷积的肖像素描生成方法.首先进行人脸分割,由人脸特征点确定GrabCut算法中每个特征的初始trimap,然后根据分割结果使用线积分卷积算法绘制肖像素描.文中使用了基于分割结果的多分辨率白噪声和方向场,并提出了基于分割结果的自适应性边界提取算法.实验结果表明,该算法改善了肖像素描的生成效果.     

基于免疫遗传算法的工程图自动调优技术

针对目前三维模型参数化变型后,工程图自动生成方法中出现的视图布局 不合理、比例失调、标注混乱等问题,及现有调图技术的局限性,论文提出采用免疫遗传算 法对工程图进行优化调整。实现了基于模板参数化驱动后工程图的自动更新与视图布局、视 图比例及其各种标注位置等的优化调整。实验证明该方法可以实现智能化快速出图,保证设 计的准确性,提高设计效率和质量。     

圆的像素级生成及反走样算法

介绍了圆的逐点生成算法的研究现状,指出被忽视了的Kuzmin逐点生成圆弧算法具有最小计算量,指出并纠正其存在的严重错误;然后,提出了一种双点生成圆弧算法．该算法只用整数运算来选择距离圆弧最近的像素点,比较结果表明,该算法比现有其他算法具有更快的执行速度;最后,在文中算法的基础上提出了一个生成反走样圆弧的算法且没有增加算法的计算量．该算法与惟一可比的双点生成反走样圆弧的Wu—Rokne算法进行比较的结果表明,该算法比后者多产生了4个中间灰度级,并且所生成的反走样圆弧的最大光强误差比后者减少了40％．文中算法便于硬件实现．     

三维结构真实遥感像元场景的生成

遥感像元场景模型是遥感机理研究的关键组成,通过调查光与遥感像元场景的相互作用,可以帮助人们理解遥感信号产生的机理,并验证遥感物理模型。从植被野外测量、三维结构真实遥感像元场景的参数化描述、场景数据结构、场景生成方法和流程等方面阐释了遥感像元场景模型。植被的野外测量和统计是结构真实场景的基础;场景生成方法为：（1）使用L系统生成结构真实植株,进而生成遥感像元场景;（2）按统计规则直接生成遥感像元场景。试验表明该遥感像元场景模型可以生成符合遥感像元统计规律的三维场景,是准确和便捷地计算光与植被相互作用的可靠基础。     

绘画中的色彩——心灵的语言

色彩作为绘画艺术重要的物质材料,是艺术语言构成要素之一,更是作品独特的思想和造型艺术手段。"绘画中的色彩"是传达艺术精神的重要形式之一,它是视觉艺术的一种形式语言。     

GIF图像的EzStego隐藏算法及其分析

随着信息隐藏技术的发展,信息检测技术也越来越被人关注,其中检测分析的也变得更加重要.通过对GIF图像的信息隐藏嵌入方法中典型的EzStego算法做了分析,并根据其工作原理,实现了一种利用GIF图像中相邻像素之间平滑度的统计特征进行分析的方法.实验结果表明,该方法能有效地检测EzStego算法隐藏的信息.同时,对该方法的适用范围进行了分析.     

一种分离结构与像素的二值图像压缩算法

文章提出了针对二值图像压缩的基于四叉树的分离结构与像素的算法,该算法通过一个阈值来决定对图像像素的合并,在合并过程中生成图像的四叉树结构,并根据结构中节点的取值来决定像素数据的存储,最后形成分离的结构数据与像素线性表。因为在数据分离过程中采用了去冗余处理,该算法对复杂图像的压缩比高于采用JBIG标准所产生的结果;又因为采用了由底至上的合并方案,使该算法有良好的时间和空间复杂性O(N)。由于压缩后的图像含有结构特征,算法可用于建立不同图像之间的联系,同时还适用于对气象、地貌等复杂图像的压缩。     

基于方向场正则化的线描画生成算法

图像风格转化在计算机视觉领域广受关注, 其研究目标在于将输入图像利用计算机转化为具有某种特定艺术风格的图像. 线描画作为一种古老的画种, 它通过简单的线条勾勒物体的轮廓, 具有简约、抽象的风格. 本文提出一种基于方向场正则化的线描画生成算法, 该算法由4部分构成: 1)采用非局部平均滤波对输入图像进行预处理; 2)计算输入图像的方向场, 并基于自表示的思想对方向场进行Tikhonov正则化, 为了提高运算速度, 采用Sherman-Morrison-Woodbury公式来对正则化算法进行加速; 3)以正则方向场作为引导, 对预处理图像作高斯差分滤波; 4)根据人类视觉系统的非线性特点, 设计感知阈值(Perceptual thresholding)算法来对高斯差分滤波的结果进行阈值处理, 得到二值化的线描画图像. 仿真实验表明, 该算法可将输入图像转化为线条流畅且能有效表达输入图像主要信息的线描画图像.     

AU-aware Algorithm for 3D Facial Reconstruction

As a critical task in computer vision and animation, 3D face reconstruction can provide 3D model structures and rich semantic information for multi-modal facial applications. However, monocular 2D facial images lack depth information and the parameters of the predicted facial model are not reliable, which causes poor reconstruction results. We propose to employ facial Action Unit (AU) and key facial points which are highly correlated with model parameters as a bridge to guide the regression of model-related parameters and thus solve the ill-posed monocular face reconstruction. Based on existing face reconstruction datasets, we provide a complete semi-automatic labeling scheme for facial AUs and construct a 300W-LP-AU dataset. Furthermore, a 3D face reconstruction algorithm based on AU awareness is put forward to realize end-to-end multi-tasking learning and reduce the overall training difficulty. Experimental results show that the algorithm can improve the face reconstruction performance, with high fidelity of the rebuilt facial model.     

HEVC的高效分像素运动补偿

现有的视频编码方法单独针对不同的编码技术进行优化,虽然简化了算法的实现,但却忽略了各者之间的内在关系而局限了性能的进一步提升.本文尝试针对HEVC中的分像素插值和分像素运动估计建立一种整合的优化算法,同时提升两者的计算速度.首先,我们通过细分不同分像素的插值方法,把每个分像素的插值代价融合在分像素运动估计的搜索中,并构建一种性价比优先的分像素运动估计方法.该运动估计方法的每一步搜索都按照最小化计算代价和最大化率失真收益的原则进行,保证以最小的计算消耗获得最优的性能.其次,为了配合该方法我们针对HEVC的特性构建了一个分区域分像素集的分像素插值算法.该插值算法在分像素运动估计过程中仅动态地计算所用到的分像素,解决了现有插值算法无法同时降低重复计算和冗余计算的问题.实验结果表明,我们的整合算法可以在几乎不产生率失真性能损失的情况下,大幅地加快分像素运动估计和插值的速度.