一种基于控制点的图像变形方法

图像变形技术是IBR中的一个重要研究方向,本文首先分析了Field Morphing方法实现图像变形的原理和一般步骤,并实现了该算法。在此基础上,基于Field Morphing思想提出了利用控制点的改进算法,采用反向变换的思路,解决不同尺寸图像进行变形的控制问题,实现时利用三次卷积法较好地解决了像素变换问题。改进算法实现速度快,适应性强,是一种较实用的算法。     

可控的三维Morphing

提出了一种基于距离场插值的三维Morphing算法.该方法通过解析距离场来实现三维Morphing,使过渡形体的光滑性不依赖于原模型的离散剖分精度.同时,给出了基于约束点对和变形控制体的交互形状过渡算法,用户可由此直观而方便地对变形过程实施有效的控制.多个变形实例证明,该算法能够方便地实现两个任意定向流形模型间的可控三维Morphing.     

视图Morphing技术在视图插补中的应用

图像 Morphing是图像之间插补变换的一类被广泛使用的技术,这种方法是基于两幅图像之间的像素位置和颜色的内插,但对3D场景或物体,它不能保证所生成图像的真实性,即不满足透视性质,在此介绍一种图像插补变换的新方法:视图Morphing 技术,它可以保证生成图像的真实性,且不需要知道图像的3D信息,这避免了图像的3D重建,因而具有极大的应用价值.一般的视图 Morphing技术需要知道图像的投影矩阵,可是用目前的技术,从图像直接获得投影矩阵是很困难的.视图Morphing技术事先不需要知道图像的投影矩阵,就可以对摄像机刚体运动所获得的两幅图像进行插补运算,获得中间视点的图像.     

临近特征点类型匹配的多边形渐变表达模型

提出一种基于Morphing技术的多边形连续尺度地图表达模型。依据多边形的凸壳多叉树建立了多边形特征点的层次结构;基于临近性原则及特征点前后弧段形状的对照关系实现两个关键尺度的同一多边形要素各层次特征点的匹配;在多边形的对应特征点间利用Morphing内插技术得到两个关键尺度间任意尺度的多边形表达。实验表明,对于两个关键尺度下的同一多边形,使用该模型能获取任意中间尺度下的多边形表达,在尺度变化时,多边形图形的过渡自然平稳。     

基于特征脸的人脸识别系统的研究

人脸识别技术是通过分析人脸图像,并从人脸图像中提取有效的识别信息,用来辨认身份的一门技术.文章阐述了基于特征脸的人脸识别的基本算法,并对该方法进行改进,最后对其进行了仿真.该方法主要通过求出人脸图象与数据库中的特征脸空间距离来进行人脸的识别和分类,做到了快速准确地识别人脸.     

三维脸部网格模型的交互式调整

脸部网络模型的建立是基于模型的人脸合成技术的关键步骤。提出了一种结合自动和交互方式，利用正交图象的三维人脸模型调整算法，首先利用区域增长法和矩形模板匹配确定正面图象中人脸及各特征区域的位置，利用变形模板自动提取人脸完整特征；然后交互地修正人脸特点的准确正面位置，并从侧面图象提取特征点的深度；最后算法自动确定脸部姿态和利用反向距离内插调整模型非特征点，获得输和人脸模型。实验结果表明，该算法简便实用，费时较少，具有一定的实用价值。     

基于SURF算法的人脸跟踪技术研究

人脸检测与跟踪技术是计算机视觉领域研究课题之一,在军事及民用领域应用广泛.在目标检测算法中,基于特征的方法具有压缩信息量、执行速度快、精度高等优点,成为近年来目标检测领域的研究热点.SIFT算法便是其中之一,但传统的SIFT算法应用于人脸检测过程中有数据量大、计算耗时长,提出了一种基于SURF算法的人脸检测方法,阐述了SURF算法的基本原理,并首先将SURF算法应用于人脸特征检测与跟踪,阐述了人脸跟踪系统设计方法,使用OpenCV技术实现了基于SURF算法的人脸跟踪验证系统.试验结果表明,基于SURF算法的人脸跟踪系统匹配识别效果较好,实时性较好、具有较好鲁棒性.     

可调度的小波网格变形

三维网格模型的Morphing是计算机动画研究的重要内容,利用频谱工具控制变形成份出现的次序是对变形路径进行控制的有效方法之一。但在三维网格模型上无法直接进行频谱分析,使得该技术一直无法在网格模型的Morphing中发挥作用。论文在数字几何处理框架的基础上,提出了利用小波分析进行可控网格变形的新方法。针对变形研究和数字几何处理中的关键问题——特征点对齐和采样,分别提出了基于Harmonic映射的参数化网格warping的特征对齐方法以及新型的自适应采样方法。实验表明,该方法稳定可靠,计算量适中,变形结果更为丰富。     

基于奇异值特征和隐马尔可夫模型的人脸检测

提出了基于奇异值特征和隐马尔可夫模型（HMM）的人脸检测方法,首先提出了基于奇异值特征和隐马尔可夫模型的正面端正人脸检测方法;然后将该算法扩展到检测任意旋转角度的人脸,其中正向端正人脸检测算法是通过隐马尔可夫模型来识别人脸／非人脸的奇异值特征,从而达到人脸检测的目的;扩展算法首无计算当前位置子图象窗口的奇异值特征向量,然后利用识别各个旋转角度人脸的HMM模型对之进行分类,以得到该子图象窗口的旋转角度,再经过旋正,重新再与识别正面端正人脸的HMM模型对, 此确定该子图象窗口是否为人脸,通过对一个由51幅集体照片组成的图象集进行测试,其中,正面端正人脸检测率为85．1％,而任意旋转角度的人脸检测率只有72．2％。     

视图Morphing技术在视图插补中的应用

图像Morphing是图像之间插补变换的一类被广泛使用的技术，这种方法是基于两幅图像之间的像素位置和颜色的内插，但对3D场景或物体，它不能保证所生成图像的直实性，即不满足透视性质，在此介绍一种图像插补变换的新方法：视图Morphing技术，它可以保证生成图像的真实性，且不需要知道图像的3D信息，这避免了图像的3D重建，因而具有极大的应用价值。一般的视图Morphing技术需要知道图像的投影矩阵，可是用目前的技术，从图像直接获得投影矩阵是很困难的。视图Morphing技术事先不需要知道图像的投影矩阵，就可以对摄像机刚体运动所获得的两幅图像进行插补运算，获得中间视点的图像。