基于三维特征点模型的人脸表情识别算法

提出了一种基于三维特征点模型匹配的人脸表情识别算法.首先,以混合树结构建模不同姿态脸部特征组合,实现特征点定位,并建立脸部三维几何特征模型;然后,基于广义普鲁克分析原理对特征点模型进行归一化计算,并建立具有鲁棒性的匹配特征;最后,采用支持向量机实现表情的训练和识别.通过对BU-3DFE数据库中6种脸部表情的测试,表明该算法能够达到很好的识别效果.     

基于EM算法的联合调制识别与参数估计

针对低信噪比情况下单节点接收调制识别率低的问题,提出了一种基于多节点接收与混合最大似然的调制识别算法。多节点同步接收后将基带信号发送到融合中心,使用混合最大似然实现全局分类判决,通过空间分集提高低信噪比下调制识别的性能。为了解决联合似然函数中多维未知参数难以直接求解的问题,将未知发送符号序列表示成隐藏变量后采用EM算法实现未知参数的最大似然估计。给出的算法在平坦衰落信道下实现了BPSK、QPSK、8PSK、16QAM信号的调制识别与参数估计。与基于矩的算法相比,基于EM迭代的最大似然估计提高了未知参数的估计精度。仿真实验结果表明,当采用四节点同步接收,在信噪比大于-2dB时,平均正确识别率能够达到95%以上。     

基于图形制导复杂曲面最佳适配的梯度-模拟退火算法

针对复杂曲面类毛坯与设计原形存在误差，提出了一种基于图形制导复杂曲面最佳适配的梯度一模拟退火算法。该算法首先利用参数曲面的几何不变性，使曲面有一个较为理想的初始位置。然后使用梯度一模拟退火算法对目标函数进行优化，从而实现了复杂曲面的最佳适配。最后运用实例验证了所提出的算法的可行性及有效性。     

一种基于肤色和模板匹配的人脸检测方法

提出了一种基于肤色和模板匹配的人脸检测方法，该方法首先对搜集到的人脸肤色样本在YCbCr空间中进行聚类，然后根据聚类的范围在输入的图像中确定候选的人脸区域（假设存在）的位置，接着对该候选人脸区域进行归一化处理，再计算人脸模板和该候选区域的Hausdorff距离，根据该距离大小最终确定该候选区域是否为人脸．实验表明：该算法检测准确率高，具有良好的实时性和鲁棒性．     

基于螺旋线三棱锥阵的三维匹配定位算法

在滑坡泥石流等地质灾害发生前夕,灾害体内的岩石土块发生爆裂、摩擦和断裂等破坏会产生次声波信号,利用次声信号进行三维超前定位是地质灾害防治技术研究前沿.本文在柱坐标下将波动方程通过傅里叶变换和汉克尔变换,建立了三维轴对称的简正波地质声场模型;由于螺旋线三棱锥阵列的阵元具有垂直和水平采样能力,设计了4元螺旋线三棱锥阵置于声...     

基于遗传模拟退火算法的图的三维可视化

将模拟退火算法中的扰动选择和加速适应函数的思想融入基本遗传算法 ,提出了图的三维可视化的遗传模拟退火算法 该算法有效克服了基本遗传算法局部搜索能力较差的缺点 ,是一种性能优良的全局优化搜索算法 试验结果表明该算法在图的三维可视化效果、效率以及大图的可视化稳定性方面均有较大改进     

松驰,最大似然算法的相关算法研究

文中对最大似然算法及其交替投影解法，ＩＭＰ算法，ＡＮＰＡ算法以及松驰算法进行了比较研究，对它们的出发点及其本质特征作了比较详细的讨论，为进一步认识这些算法提供了理论依据。     

一种基于肤色和模板匹配的人脸检测方法

提出了一种基于肤色和模板匹配的人脸检测方法,该方法首先对搜集到的人脸肤色样本在YCbCr空间中进行聚类,然后根据聚类的范围在输入的图像中确定候选的人脸区域(假设存在)的位置,接着对该候选人脸区域进行归一化处理,再计算人脸模板和该候选区域的Hausdorff距离,根据该距离大小最终确定该候选区域是否为人脸.实验表明:该算法检测准确率高,具有良好的实时性和鲁棒性.     

基于模拟退火的量子进化算法

针对量子进化算法全局搜索能力强而局部寻优能力弱的特点,提出一种基于模拟退火的量子进化算法。该方法将模拟退火算法引入到量子进化算法中,在采用量子进化算法进行解空间全局搜索的同时,用模拟退火算法加强局部寻优能力,以有效平衡算法的开采与勘探能力。采用著名的NP难组合优化问题———背包问题为例进行实验,结果表明:本文方法获得了比量子进化算法更好的解,证实了其有效性。     

基于重采样的三维人脸样本扩充

为了对现有三维人脸数据库的数据规模和数据覆盖范围进行扩充,提出一种基于样本重采样的三维人脸样本扩充算法.该方法首先根据面部器官的分布规律对人脸样本进行区域划分,并获得关于各个器官的样本集;然后通过从各个器官样本集中选择器官并重组的方式来获取新的三维人脸样本,为了保证新器官之间的无缝融合,提出了基于薄板样条函数(thin-plate-spline,TPS)的几何信息缝合方法和基于微分算子的纹理缝合方法.实验结果表明:本文提出的样本扩充方法能对现有三维人脸数据库进行扩充;扩充后的样本集可以提高算法的效果.     

基于三维模型子空间监督学习法的二维人脸识别

人脸识别的一个主要难点在于人脸姿态和光照变化对识别性能影响显著.考虑到此问题,本文提出了一种将三维模型和二维照片相结合的新的人脸识别技术,对不同人脸姿态和光照变化有很好的鲁棒性.在训练阶段由特定三维人脸模型生成大量带有不同姿态和光照的虚拟二维照片,采用监督学习法使这些虚拟照片形成子空间,最终组成特定人脸模板.此时不再需要三维数据,只要匹配真实二维照片和模板就可以进行人脸识别.     

基于聚类建模的三维人脸识别技术研究

由于信息采集困难、环境条件约束、实现方式和手段不足等原因,三维人脸识别技术还很不成熟.为此提出将聚类技术应用到三维人脸建模过程中来提高建模的效果和效率.首先定义了三维人脸相似性,提出了圆锥曲线相似性定义方法.其次基于三维人脸聚类建模提出了人脸识别系统的新框架,设计了与新系统对应的识别策略.实验证明,基于聚类建模的人脸识别系统在进行人脸识别时所用的时间远远少于采用传统形变模型的方法所用的时间,而且对人脸样本的数量不敏感.     

基于改进的非刚性配准的三维网格序列压缩方法

旨在解决拓扑异构的三维网格序列的压缩问题,采用非刚性配准和视频帧间编码技术结合,提出双向多参考帧预测方案,构建了一种基于非刚性配准的针对拓扑异构的三维网格序列的压缩方法.该方法有效地利用三维网格序列的帧间相关性,降低存储代价.三维人脸网格序列压缩实验结果表明:与传统方法相比,压缩性能有很大提高.     

利用光线投射法虚拟X光线图片进行基于灰度的2D/3D配准算法研究

2D/3D图像配准是一种图像信息融合技术,解决了医学图像领域不同维度的图像存在信息缺失的问题,在临床诊疗和手术导航中都有广泛的应用.所采用的配准方法是基于图像灰度的配准,通过以光线跟踪算法(Ray Casting)为基础的数字影像重建技术对CT体数据进行操作,从而生成虚拟X光线图像,使其与待配准的X光线图像进行比较,进行相似性测度的计算,通过优化算法使测度值达到最小.实验结果表明,本算法精度较高,而且当改变曝光强度,添加噪声等条件下,仍能保证很好的精度.     

基于二维人脸图像的三维建模研究

针对目前三维人脸建模方法存在的不足,在分析了网格重采样方法的基础上,提出了一种改进的基于模板的网格重采样方法.首先对人脸的重要特征点大致定位,自动将人脸划分为36个分块,初步建立三维人脸间的对应关系;然后使用重采样的方法,得到具有规则拓扑结构的人脸特征点,建立较为精细的中性人脸模型.经实验证明,该方法能够在较短时间内实现对中性三维人脸的建模,同时对高维模型进行了网格简化.     

基于点云的膝关节胫骨三维CT与MRI图像配准

同时利用CT和MRI图像对膝关节及胫骨疾病进行诊断和治疗,是目前临床上的常规方法。精确配准膝关节胫骨部分三维CT和MRI图像可以更有效地利用这两种图像中的组织信息。目前,基于图像特征或者图像灰度值的方法可以实现图像间的配准,但是都存在一些配准精度低或者时间复杂度高的缺陷。针对膝关节胫骨组织的刚性特征,采用一种基于骨组织表面重建的点云配准方法。首先对数据集进行骨表面重建,通过重建后的结果提取点云数据,对点云数据进行下采样并利用重心进行初始变换,最后利用ICP算法对点云数据进行配准。对该方法进行配准结果分析及配准精度实验,表明这种方法简单可靠并且配准精度较高。     

由粗到精的三维人脸稀疏重建方法

针对传统三维人脸重建算法精度不高的问题,提出一种由粗到精的三维人脸稀疏重建方法。根据稀疏形变模型方法对待重建人脸的部分区域显著点进行重建,得到第1步重建结果,并在此基础上进行后续重建。将第1步的重建结果作为新的参考模型,求取待重建人脸与参考模型的特征点的坐标投影距离,从而求取参考模型的形变因子,完成最终三维人脸的重建。由于两步稀疏重建的作用不同,对重建过程中参数的选取也采用不同方式。实验结果表明,该方法能有效提高人脸重建精度,同时保持较快的重建速度。     

三维人脸扫描图像数据预处理

为构造基于知识学习的形变模型所需的规格化三维人脸库,提出一种纹理映射图数据结构及以点为处理单元的分割三维人脸的方法.该结构将原始数据隐含的信息显性化,为激光扫描仪采集的真实三维人脸中分离的采样点与纹理2部分数据建立双向映射关系,以保证数据操作和处理达到实时与同步.基于此结构的快速映射特点,提出的分割方法以二维纹理点为操作对象能够快速处理大量原始数据.     

三维人脸库数据还原处理

利用北京工业大学多媒体与智能软件技术实验室创建的中国人彩色三维人脸数据库中所提供的三维人脸数据，还原到规格化前的三维人脸数据，并建立了几何图与纹理图的双向映射关系．这一研究对于后续研究时的三维人脸数据操作具有重要意义．