基于ASM算法的人脸风格化研究

人脸图像的艺术风格化绘制研究是人像处理领域的重要课题,该研究具有重要的科学意义和实用价值。文章提出了一种人脸图片的风格化方法。首先,通过主动形状模型(ASM)进行人脸特征点的提取,记录这些特征点的位置;然后,从具有某种风格的样本中提取风格化因子,通过图像变形对输入的人脸图片进行风格化。这种方法可以应用到卡通头像制作、动漫造型设计等方面。     

基于ASM算法的人脸风格化研究

人脸图像的艺术风格化绘制研究是人像处理领域的重要课题,该研究具有重要的科学意义和实用价值。文章提出了一种人脸图片的风格化方法。首先,通过主动形状模型（ASM）进行人脸特征点的提取,记录这些特征点的位置;然后,从具有某种风格的样本中提取风格化因子,通过图像变形对输入的人脸图片进行风格化。这种方法可以应用到卡通头像制作、动漫造型设计等方面。     

分形编码在人脸识别中的应用

随着科学技术水平的大力发展与改进,怎样对人脸图像展开编码、识别、检索成为图像信息领域内一个较为热门的话题。针对一个大型的人脸库而言,一般首先需要对每一幅人脸展开压缩,以此对储存空间进行节省。文章分析了分形编码在人脸识别中的具体应用,并对目前的分形技术用于人脸识别方法进行了研究。     

基于光照样本合成的光照补偿方法的研究

本文提出一种基于光照样本合成的方法,它通过对于识别人脸光照图像的光照条件进行估计,然后模拟标准光照环境,将原始人脸图像归一位标准光照环境下的人脸光照图像的方法.     

基于计算机视觉的人脸识别技术应用研究

在多媒体信息时代,对计算机视觉的研究工作显得尤为重要,人脸是图像中最重要的对象之一,人脸识别技术是计算机视觉与模式识别领域的重要课题。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。采用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征定位、提取,记忆存储和比对辨识达到识别不同人身份的目的。因此,随着越来越多企业跨界进入人脸识别领域,势必加剧该领域的竞争。未来的人脸识别技术的应用领域会越来越广,市场也将更广阔。     

基于Visual C++实时表情识别系统的算法设计与实现

本系统主要使用局部二元模式(LBP)来提取脸部图像的纹理特征,对脸部区域分块计算LBP直方图,并连结起来作为表情识别的特征,继而实现基于Visual C++的实时表情识别系统。实时表情识别系统主要包括基于VC++的图像帧提取、人脸区域的划分、人脸表情识别算法和人脸表情LBP数据库,人脸表情识别算法是整个系统的关键。实时表情识别的识别过程,由基于USB的摄像头捕捉定帧画面,灰度处理后,提取人脸区域,经过人脸表情识别算法得到LBP表情特征,并与人脸表情LBP数据库进行卡方比较,与之差值最小LBP表情特征所在表情类别即为识别出的表情。     

基于肤色和模板匹配模型的人脸识别新方法研究

本文提出一个在彩色图像中使用可适应阈值和模板匹配来检测人脸的一个新技术,这种技术的目的是为了把皮肤区域从非皮肤区域中分割出来。实验结果验证了此方法能够成功的检测出取自几个不同人脸图库的一系列有不同肤色、姿势、大小、方向及表情的人脸图像的人脸。     

基于图像块复杂度和分段距离函数的人眼定位算法研究

针对有复杂背景的人脸中眼睛定位问题,本文采用肤色分割原理分离出背景信息,在人眼检测过程中采用寻找最大图像块复杂度的小块的方法,在人眼定位过程中采用计算分段距离函数的方法。本文精选了200张单人照片进行仿真实验,实验结果表明,上述解决方案可以从有干扰背景,人头侧向一方,甚至戴眼镜和帽子等饰物的图像中快速精确地识别出人脸和人眼。     

主动形状模型的人脸筛选方法的改进

人脸识别是通过计算机建立的相关模型和程序,通过对人脸部图像的分析,从中提取所需要的信息,用以识别和分辨个人身份的一种技术。对人脸面部特征定位的研究具有十分重要的理论价值和现实意义。     

基于肤色特征的人脸区域检测

针对基于肤色的方法中肤色分割效果对系统的重要影响，考虑亮度和色度的共同影响，采用YCbCr颜色空间进行肤色分割，并介绍在YCbCr模型下通过光线补偿、相似度计算、二值化图像、腐蚀和膨胀等方法在图像上标示出人脸的方法。     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法。该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性。将权值机制融合进图像的重构过程,强化了训练集的有用性。实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量。     

小样本训练集下人脸图像超分辨率重构算法

文章提出了一种针对小样本训练集的人脸图像超分辨率重构算法.该算法在马尔可夫网络模型的基础上,将视觉相容性检查准则引入到候选分块的匹配准则中,提高了匹配精度和块间兼容性.将权值机制融合进图像的重构过程,强化了训练集的有用性.实验表明,在小样本训练集下,算法能有效地抑制块效应和局部失真现象,明显改善超分辨率图像的质量.     

基于普通摄像头的人数检测技术的探讨

本文利用普通摄像头在人脸检测的基础上,对视频或图像中出现的人数进行统计,为了提高统计的准确性,本文引入背景差的方法,从而大大改善了人数统计的精度,试验证明了方法的有效性。     

计算机识别人脸方法的分析及比较

人脸识别的研究在近几年得到了高度的重视,已然成为模式识别领域中最成功的应用之一。当下,随着社会的发展和科技的进步,人们迫切需求一个使用方便、性能可靠的自动人脸识别系统,人脸识别已受收到了众多的计算机科学工作者的广泛关注。人脸图像的维数通常都非常高,且人脸图像在高维空间中的分布很不紧凑,因而不利于分类,并且在计算上的复杂度也非常大。子空间分析的基本思想就是根据一定的目标来寻找一个线性子空间,把原始高维数据压缩到该低维子空间,使数据在此子空间内的分布更加紧凑,从而为数据的更好描述提供了手段,另外计算的复杂度也大大降低。近几十年来,国内外出现了大量的人脸识别相关算法,其中基于代数特征的人脸识别方法因计算复杂度低而成为最受欢迎的方法之一。PCA(Principal Component Analysis,PCA)和LDA(Linear Discriminant Analysis,LDA)是基于代数特征的两个经典方法,因此本文主要针对这两种基于代数特征的人脸识别方法进行了研究。     

人脸检测实现算法研究

本文总结回顾了人脸检测的主要内容、难点、分类、检测方法,主要是基于知识、基于模板、基于特征以及基于外观的方法,最后回顾了人脸检测算法的速度发展历程,其中P.Viola提出的Adaboost算法和Cascade算法使人脸检测从真正意义上走向实用。     

基于PCA和图像分块加权的人脸识别方法

鉴于人脸的表情变化时人脸的不同部位变化的程度大小不同，本文提出了人脸分块加权和主元分析（PCA，Principal Compo-nent Analysis）相结合的识别方法。     

基于Adaboost对人脸Gabor特征进行选择

通过提取人脸图像的Gabor特征,结合Adaboost进行人脸识别。针对Gabor特征维数高、冗余大的特点,引入Adaboost算法进行特征选择降低特征向量的维数,对于大量的Gabor特征进行选取。同时采用单一正样本集合和多个负样本集合分别进行训练的方法构建多个强分类器级联的层级分类器。在YaLe库上进行测试的结果验证了该法的有效性。     

高校课堂管理平台设计实现

针对高校课堂管理中存在的签到效率低下,教学日历编排被动复杂,课堂信息管理分散等问题,设计开发面向高校课堂管理的信息化平台。平台调用第三方人脸识别接口,完成人脸采集、人脸检测、人脸跟踪、人脸比对工序,以此对高校学生的到课率检测进行支持;基于XDOC和JavaScript脚本语言,智能生成教学日历;采用网页脚本语言结合Vue、Spring Boot、Mybatis等框架的方式搭建平台,实现课堂信息管理一体化。平台具有高度可扩充性、普适性、稳定性,有助于进一步推动课堂管理轻便化智能化发展。     

基于帧间差分与时空上下文的人脸检测跟踪算法

人脸检测与跟踪算法存在尺寸、遮挡、背景等问题,同时时空上下文跟踪算法也存在无法对目标自动跟踪的漏洞,为了改进这些缺点,文章把传统的人脸检测用帧间差分法进行改进,人脸跟踪算法用时空上下文跟踪算法进行改进,同时把这两种算法有机结合起来,弥补时空上下文跟踪算法的漏洞,通过对比分析改进前后的实验数据,改进后的算法对人脸检测与跟踪更具精准和高效性。     

非线性分段色彩变幻在肤色检测中的应用

由于受光照条件的影响,采集来的人脸彩色图象经常会存在不同程度的高光和阴影,已成为阻碍基于肤色的人脸检测率提高的重要障碍。为此,本文用非线性分段色彩变换方法对光照造成的高光和阴影影响进行消除,部分解决了人脸图象上存在的高光和阴影影响问题。