共查询到12条相似文献,搜索用时 46 毫秒
1.
提出一种基于人脸画像的伪照片合成及修正方法,该方法包括人脸伪照片的合成、增强以及局部修正3个部分。首先,应用局部本征变换(LET)方法合成人脸伪照片的初始估计。然后,提取人脸画像的边缘和纹理信息对人脸伪照片进行增强以改善合成结果的视觉效果。最后,通过移动最小二乘法对伪照片局部合成错误进行修正。在CUHK student人脸画像库上进行了实验,对转换结果与真实人脸照片进行了比较。结果表明:提出的方法可以有效地合成人脸伪照片,对人脸伪照片能够进行有效增强和修正,且在修正局部合成错误的同时能够保证整体相似度不会下降。由于本文的方法只涉及到局部区域的变形,所以不需要依靠神经网络来预测输出结果中控制点的目标位置,从而降低了计算的复杂度。 相似文献
2.
基于正面和侧面照片的三维人脸建模 总被引:2,自引:0,他引:2
通过对中性人脸主要特征点的调整得到特定人脸,这是计算机视觉领域最常用的方法.在二维数字图像的基础上,依据立体视觉的相关理论,测定出特征点的深度信息,然后交互地修正中性人脸特征点的位置,最后得到特定人脸的模型. 相似文献
3.
为自动检测人脸是否规范佩戴口罩,提出了一种基于HSV+HOG特征和SVM的人脸口罩检测算法。首先,使用人脸检测算法RetinaFace检测出人脸和五个特征点坐标,在人脸上使用特征点定位到口鼻区域,提取该区域的HSV+HOG特征并使用SVM进行训练,实现对有无佩戴口罩的检测。然后,使用RetinaFace把检测目标定位到人脸的鼻尖区域,使用YCrCb椭圆肤色模型检测鼻尖区域皮肤的暴露情况,根据实验结果找到最佳分类阈值来判断佩戴是否规范。实验表明,该算法的口罩佩戴检测准确率可达97.9%,佩戴规范检测准确率可达87.55%。 相似文献
4.
基于Snake模型的特定人脸三维重建方法 总被引:2,自引:0,他引:2
以双目立体视觉为基础,构建一种特定人脸重建系统,提出基于Snake模型的特定人脸三维重建方法,利用已标定的摄像机拍摄立体图像对,采用肤色检测得到人脸区域。在对立体图像对进行摄像机畸变校正、立体图像对的外极线对齐、人脸区域选择及归一化等预处理后,采用金字塔结构相关匹配算法,在误匹配点数与精度两者之间达到较好的平衡。针对人脸提出能量最小化方程,考虑顺序匹配约束、连续性约束、曲线上各点曲率的估计和相关性约束条件,大大提高视差提取的正确率,解决了立体视觉中立体匹配的难点,成功地恢复出人脸的三维数据,实现特定人脸的重建。试验结果表明:基于Snake模型的视差抽取,并经过光顺处理和纹理映射后,除了脸部部分边缘存在一些变形外,主体部分的重建效果真实感强。该算法不需要结构光等设备,基本不需要人工干预,就能恢复出特定人脸的三维数据,效果好,实用性强。 相似文献
5.
6.
石苏庆 《机械工人(冷加工)》2005,(11):66-67
(1)每个标准件都应有一个中心基准(如基准点或基准轴或基准面,主要使用三面基准),建立标准件时,坐标系(相对坐标和绝对坐标)应在该标准件的对称中心位置。 相似文献
7.
目前,人脸表情的识别率普遍不高,这主要受制于缺少有效提取表情特征的特征提取方法及对表情特征进行有效数据分析的识别方法,而作为基础的表情特征提取方法至关重要。为了提升人脸表情的识别率,文中提出了一种新的人脸表情特征提取方法。该方法结合DVF及Gabor小波提取人脸表情特征信息,并通过欧式距离方法验证表情特征提取的有效性。实验结果表明,该方法能有效保证特征信息的有效性。 相似文献
8.
9.
10.
目前社会上习惯将人脸表情细分成7种基本表情,而对于现有7种基本表情的识别效果却还有待提升。目前人脸表情的识别率普遍不高的原因主要是由于特征提取方法不佳,导致后续识别分类器无法达到预想效果。为此,文中提出了一种新的人表表情特征提取方法,该方法结合Gabor小波提取表情海量信息,然后通过FastICA将海量信息降维,得到最优信息,并通过HMM方法验证表情特征提取的有效性。实验结果表明,该方法能有效保证特征信息的有效性。 相似文献
11.
为有效提取人脸画像的轮廓信息,首先提出素描算子,使人脸画像的梯度幅值图像清晰、厚重,由此形成素描梯度方向直方图(S-HOG)描述子。其次优化S-HOG描述子的主要参数,提升S-HOG描述子的图像信息表达能力。针对缺乏实验用人脸刑侦画像库问题,建立了由不同画家完成的多风格人脸画像(MSFS)库,用于模拟人脸刑侦画像库。最后,在MSFS库、人脸观察画像库、PRIP人脸合成画像库上与尺度不变特征转换(SIFT)描述子、统一局部二值模式(ULBP)描述子及HOG描述子进行了比较实验。结果表明:在人脸观察画像库上,提出的S-HOG描述子比SIFT、HOG和ULBP描述子的识别率提高5.14%、3.22%和68.81%。在MSFS库上,分别提高14%、5.5%和26.5%。在PRIP库上,分别提高6.15%、4.06%和9.75%。 相似文献