多外观模型的鲁棒人脸跟踪

为了解决在真实场景中进行视觉人脸跟踪时不同挑战之间的外观匹配问题,提出了一种多外观模型的人脸跟踪算法。该算法利用多个具有长期和短期外观记忆的外观模型进行有效的人脸跟踪,对变形、旋转、尺度和光照变化表现出鲁棒性。同时利用先检测后跟踪算法的优点,通过使用人脸检测器来处理人脸的剧烈外观变化,检测器也有助于在漂移过程中重新初始化所提算法。最后提出了一种加权分数级融合策略,通过在可能的人脸位置生成的候选人脸来获得融合值最高的人脸跟踪输出。实验结果证明,该跟踪器在自启动时表现出色,性能优于许多先进的跟踪器。     

基于模糊边缘检测的运动目标鲁棒分析方法

国内外现如今对于视频当中运动目标的检测与跟踪都做了很多相关的研究，市场上也拥有了很多比较成熟的技术。本文主要以vc6和MATLAB作为系统应用程序开发工具，以提高模糊图像边缘检测为基础，改进后的帧间差分法作为运动目标检测方法．再通过Mean Shift跟踪方法来实现对短视频或者连续图像中的运动目标的跟踪，有效的提高了视颇图像的鲁棒性。     

基于信息融合的新的人脸检测算法

本文基于色度与亮度信道提出了一种新的人脸检测模型,色度信道采用肤色分割、区域增长、椭圆估计技术检测人脸;亮度信道采用简化的SVM分类算法检测人脸。并且在AR人脸数据库与UCS颜色空间基础上分析了该算法的性能,结果表明该算法在UCS空间下的性能优于YCbCr与HSV空间。     

基于视频的人手运动跟踪系统

文章介绍了一个可以实时捕捉人手运动的跟踪系统,重点介绍了该系统的硬件结构和软件实现.该系统通过结合使用人手检测、肤色捡剐等技术.利用单个普通摄像头在-般的室内环境下跟踪人手的位置.作为一个实时跟踪系统,该系统实现了人手的准确跟踪.     

一种融合流形学习的视频人脸性别识别改进算法

如何有效利用视频中人脸之间的时空连续性信息来克服人脸分辨 率低、图像尺度变化大和姿态、光照变化以及遮挡等问题是视频人脸识别的关键所在。提出 了一种基于流形学习的视频人脸性别识别算法。 该算法不仅可以通过聚类融合学习来挖掘 视频内在的连续性信息,同时能发现人脸数据中内在非线性结构信息而获得低维本质的流形 结构。在UCSD/Honda和自采集数据库上与静态的算法比较结果表明,所提算法能够获得更好 的识别率。     

角点检测综述

角点是图像的一种重要的局部特征，通过对图像角点的检测与处理，对把握图像的局部及整体特征，特别是在视觉匹配、目标识别和运动估计与追踪等领域都有重要的实际应用。现有的图像角点检测方法可分为基于模阪、亮度变化、边缘特征三种检测方法，对其分别进行了综述，分析了相关的算法，并对算法进行了评价。     

基于稀疏编码的鲁棒型人脸超分辨率重建

为了减少人脸超分图像的边缘伪影和图像噪点，利用基于稀疏编码的单幅图像超分辨率重建算法，在字典学习阶段，结合L1范数引入在线字典学习方法，使字典根据当前输入图像块和上次迭代生成的字典逐列更新，得到更加精确的超完备字典对，用于图像重建。实验中进行的仿真结果表明，改进算法超分结果的峰值信噪比（PSNR）和结构相似性（SSIM）比同类型的稀疏编码超分法（SCSR）和应用在线字典学习算法的超分方法（ODLSR）均有较大幅度提升，比后者平均提升0.72 dB和0.018 7。同时，视觉上有效地消除了边缘伪影，且在处理含噪人脸图像时，具备更强的去噪能力和更好的鲁棒性。     

双边滤波下局部强度与梯度融合的小目标检测

针对红外小目标在复杂背景下难以检测的问题，提出了一种利用局部强度和梯度融合来增强目标抑制背景杂波的算法。首先通过双边滤波技术得到去噪图像，然后利用目标区域与局部邻域的强度差异和梯度向量获得融合图像，最后采用自适应阈值分隔技术成功检测出小目标。理论分析和实验评估结果表明，该算法能够很好地抑制高斯噪声和背景边缘，相比于传统的检测算法，其检测性能显著提高，鲁棒性能较好。     

基于数字波束形成的自动跟踪系统

针对多目标测控问题，提出了一种实用的利用基于圆阵的数字波束形成技术来实现目标跟踪的系统。在系统实际工作于噪声和干扰环境中时，为避免计算梯度时可能出现的数值突变，提出了一种修正的梯度跟踪自适应算法，可靠地实现了权值更新，并对各阵元输出进行加权合并，以获得最大信号输出，同时实现对目标方位角和俯仰角的自动捕获和跟踪，且跟踪迅速、正确、稳定。仿真结果表明了所提出的方案的正确性。     

融合局部加权余弦与稀疏表示的目标跟踪算法

针对目标跟踪算法的鲁棒性难题，在粒子滤波框架下提出基于联合模型的目标跟踪算法。首先，由局部加权余弦相似对目标模板和候选目标进行匹配，其中的局部加权算法增加了未受遮挡、形变等影响的候选目标的权重；其次，通过对目标区域局部图像块稀疏编码来表示目标观测模型，其中字典不进行更新，重建误差的构建考虑了局部图像块之间的空间布局；最后，利用最大后验概率估计目标状态。联合模型将目标的当前状态和原始状态都考虑在内，提高了观测模型的可靠性。实验结果表明，该算法具有较强的鲁棒性。     

看“脸”知商机

从科幻跃入现实的面部识别技术 面部识别就像是科幻电影《少数派报告》中的人脸追踪定位，在茫茫人海中把某个人给找出来。面部探测只能感知这是一张脸却不知是哪个人，而面部识别能辨认出这张脸是哪个人。     

适用于彩色图像人脸识别的字典学习算法

现有的基于稀疏表示的人脸识别算法在识别前需要将彩色人脸图像转换成灰度人脸图像,这样虽然提高了运算速度,但忽视了不同色彩通道数据本身所包含的信息及它们之间的相关性。为了利用不同通道间相关性,基于标签一致的K奇异值分解（LC-KSVD）字典学习算法,提出了一种适用于彩色图像人脸识别的字典学习算法。该算法将RGB通道数据顺序排列成列向量,并在稀疏编码的环节中,对正交匹配追踪（OMP）算法的内积计算准则进行修正,以此提高字典原子的色彩表达能力。在彩色人脸数据库上进行实验,结果表明：所提出的字典学习算法能够有效地提高识别率。     

基于TMS320VC5509 DSP的图像边缘检测研究

本项目中央处理器采用TMS320VC5509 DSP采完成，摄像头采用模拟摄像头，图像A／D变换采用PHILIPS的SAA7111A，A／D输出提取了8比特亮度信号图像数据。采集图像大小尺寸符合CIF格式，为352．288的灰度，并将采集的图像数据输出给DSP。采集的图像经过执行图像边缘检测程序的处理，通过USB口在PC机端显示出来，同时将原始图像一并输出，便于比较。     

基于固定翼飞机前视近红外图像的实时跑道检测

为实时、精确地提取固定翼飞机前视图像中的跑道区域，提出了一种惯性辅助的近红外图像跑道检测算法。首先利用惯性导航信息和跑道角点的大地坐标，生成虚拟跑道轮廓，并估计跑道感兴趣区域(Region of Interest,ROI)；然后对ROI区域进行细节增强，从中提取直线段；在虚拟跑道轮廓的辅助下拟合跑道边缘线，提取跑道特征。经真实数据验证，所提法可以从机载前视红外图像中实时、精确地检测出跑道特征，在33 frame/s的帧率下检测准确率达97%。     

一种改进的机载卫通天线跟踪算法

在圆锥扫描实现过程分析的基础上，提出了一种改进的机载卫通天线跟踪算法。结合天线方位、俯仰方向图及其三维重构法，对该跟踪算法进行了理论推导。运用Matlab曲线拟合仿真，给出了天线跟踪调整方向和角度的计算公式，最后分析了实际应用中需要注意的一些问题。飞行试验表明，该改进的圆锥扫描跟踪技术提高了天线伺服系统的跟踪精度和跟踪速度，很好地满足了机载卫星通信的需求。     

基于红外图像配准算法的电力设备检测技术

目前红外热像检测技术在国内的电力行业中已得到广泛的应用。本文在分析红外热成像技术的相关特点基础上，提出了基于红外图像配准算法的电力设备检测技术，并分析其中关键技术，对于进一步提高电力设备缺陷检测工作具有一定帮助。     

光线跟踪模拟卫星成像的并行加速研究

为了提高光线跟踪的速度，在深入研究和比较各种光线跟踪加速算法的基础上，采用了空间剖分技术和GPu并行加速相结合的方法。对地面数据信息采用kd-树的组织结构，并改进kd-树的构建方式，大大减少了时间复杂度。对光线跟踪部分，采用GPu并行加速，多条光线并行处理。该方法在保证图像质量的同时绘制速度大大提高，为快速生成真实感图像提供了有效手段。     

基于人脸图像的性别识别与年龄估计

基于人脸图像的性别识别和年龄估计，顾名思义也就是根据人的脸部图像来对人的性别和年龄进行判断和估算。性别识别和年龄估计有着广泛的潜在应用领域，因而备受关注，成为重要的研究课题。该文基于已有的研究成果，进一步深入探究性别识别和年龄估算问题。     

基于正面人脸的耳朵定位技术研究

现目前在人耳识别技术中,对人耳的定位主要是采用基于人眼和其他面部特征的位置信息向人脸两边进行检测,通过边缘信息跟踪进行定位。该方法在算法上存在计算量大,对人眼等面部特征的提取精确度要求较高等的问题。研究了一种通过对人头发鬓角进行提取,然后经鬓角端点来进行人耳定位的方法。实验结果表明,该方法能够较准确地定位人耳,且运算量较小,无需依赖人脸其他面部特征位置信息的特点,对人脸及人耳识别技术的研究有一定参考作用。     

基于卡尔曼滤波的运动员实时跟踪系统研究

应用计算机技术，并采用预处理算法和跟踪算法可建立基于卡尔曼滤波的运动员实时跟踪系统，用于实时分割、跟踪球场中运动着的运动员，得到其在运动场景中的各项运动参数，并进行技战术统计和分析，为教练员和运动员制定正确的运动技术方案提供决策依据。