基于数字图像处理的人眼定位算法的研究

一般的人脸识别系统主要包括图像与处理、人脸定位、特征提取、样本学习和识别过程四部分,其中人脸定位和特征提取的好坏直接影响到识别效果,文章研究的是特征提取方法中人眼定位算法,该算法利用vusya1 c++编写程序,在人脸粗定位的基础上进行,缩小了搜索范围,实现人眼定位.     

基于约束环境下照片人脸认证算法研究——以安徽省滁州市数据为例

针对两张照片上陌生人脸的认证识别的问题,通过假定约束环境,即指给定的两张照片是在标准位置、标准光线下拍摄,不考虑其他因素的影响,选定安徽省滁州市人头面部指数等为主要的影响因素和观测指标,定义变异率这一概念,作为阐述差异性个体间面部形态特征变化幅度的指标,通过建立合理算法,综合使用SPSS和EXCEL软件筛选出变异率较小的特征量,对照片上的人脸特征进行处理、判断,进而验证是否为同一人。     

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。     

基于特征点提取和BP神经网络的人脸识别方法

人脸识别的研究近几年受到广泛关注,它与指纹识别,视网膜识别等同属于生物特征识别的技术范畴。随着社会的发展,各方面对快速有效的自动身份验证的要求日益迫切,由于生物特征是人内在属性,具有很强的自身稳定性和个体差异性,是身份验证的最理想的依据,而利用人脸进行身份验证又是最自然、直接的手段。相比其他人体生物特征人脸识别具有直接、友好、方便等特点。在过去的几十年中,各地的研究者提出的人脸识别方法层出不穷。其中特征点提取的人脸检测方法是任意背景下人脸检测的比较有效的方法之一。本文提出了基于特征点提取和BP神经网络相…     

人脸图像识别的稀疏表示

人脸识别是现代生物信息辨识领域最重要技术之一,有着不可估量的应用市场。其定义是将给定人脸图像,分析收集在人脸库的图像样本集,然后识别出这个图像里面的一个甚至多个人的身份的过程。因为人的面部特征的大致不变性与个体的显著差异性,可以将其作为身份验证的理想判定标准。基于稀疏表示的人脸识别是一种最近几年才产生的识别效果较为显著的方法,主要是依照稀疏表示判别速度较快而且精准度较高的特点来完成对人脸的识别。     

改进的ASM面部特征点定位算法

为了提高主动形状模型（ASM）算法的性能,提出了从ASM模型的初始位置、人脸特征点局部搜索两方面改进的叠加ASM模型及局部特征点搜索的二维轮廓线算法。实验结果表明,该算法比传统的ASM对人脸面部特征点定位有更高的精确度。     

三维面部表情识别技术的研究进展

三维采集设备的快速发展,极大推动了三维数据技术的研究。其中,以三维人脸数据为载体的三维面部表情识别研究成果不断涌现。三维面部表情识别可以极大克服二维识别中的姿态和光照变化等方面问题。对三维表情识别技术进行了系统概括,尤其针对三维表情的关键技术,即对表情特征提取、表情编码分类及表情数据库进行了总结分析,并提出了三维表情识别的研究建议。三维面部表情识别技术在识别率上基本满足要求,但实时性上需要进一步优化。相关内容对该领域的研究具有指导意义。     

采用Gabor-Hough变换的自适应滤波人眼定位

人眼定位是人脸识别方法的第一步。传统人眼定位方法需要将人脸裁切,情况单一,对于复杂背景、倾斜等情况,精度低,宽容度差。指出将改进的滤波器与改进的定位方法相结合,首先对原图像进行Gabor变换,寻找图像凹陷,凹陷区域通过边缘像素向量改进的Hough变换检测瞳孔,得到参考坐标,经过训练得到滤波器并在角度\[-0.1,0,0.1\]旋转两次得到3个相关滤波器,通过相关滤波器滤出3个目标,选择最小误差位置作为最终的目标。相比传统方法,改进方法避免了矩阵盲目计算,具备传统方法的普适性,学习过程使定位误差减小为0.040 4,计算量减少为传统方法的1/5。该方法对不同光照、光照不均、不同表情、复杂背景、头部倾斜等情况有较好的鲁棒性,避免了单一方法定位不到和不准的情况。     

基于特征点提取和BP神经网络的人脸识别方法

人脸识别的研究近几年受到广泛关注,它与指纹识别,视网膜识别等同属于生物特征识别的技术范畴.随着社会的发展,各方面对快速有效的自动身份验证的要求日益迫切,由于生物特征是人内在属性,具有很强的自身稳定性和个体差异性,是身份验证的最理想的依据,而利用人脸进行身份验证又是最自然、直接的手段.相比其他人体生物特征人脸识别具有直接、友好、方便等特点.     

基于Lamb波和支持向量机的复合材料损伤定位研究

为解决复合材料损伤定位问题,提出了一种基于Lamb波和支持向量机的定位方法。首先呈正方形均匀布置4个压电传感器,采用质量块模拟损伤。通过小波滤波以及傅里叶变换提取带有损伤信息的频率特征,将8960(64×140)组频率样本作为输入、以损伤位置作为输出建立基于支持向量机的损伤位置辨识模型。最后经测试,60个(共64个)损伤位置准确识别,正确识别率为93.75%。说明此方法可以较高精度的辨识损伤位置,该研究对及早发现结构损伤位置,提高整体结构的安全性具有重要的意义和研究价值。     

基于CVD和Radon变换的旋翼无人机识别

在无人机的检测与识别过程中特征提取尤为重要。针对在低信噪比下由于提取特征困难且鲁棒性较差导致的识别效果不理想的问题，提出了一种基于改进的CVD（Cadence-Velocity Diagram）和Radon变换的特征提取方法应用于识别旋翼无人机。该方法通过提取目标的频率信息、峰值信息和边缘信息作为特征，运用K近邻分类器进行分类识别。仿真结果显示，在信噪比为-15 dB的条件下能够达到96.67%的识别精度。所提方法在低信噪比下识别效果明显优于SVM和朴素贝叶斯等算法。     

视频聊天新境界

超级人脸追踪技术 中星微Vimicro 301 Neptune超级人脸追踪技术基于先进的算法来实时检测摄像头预览画面中存在的人脸．采用快速人脸跟踪算法，持续跟踪检测到的人脸。利用人脸图像的几何矫正等处理来抽取人脸区域的多种特征．不断地验证人脸区域的准确性：在确保跟踪准确性的同时，运用独创的算法对脸部器官进行精确锁定，从而对人脸实玩无极定位．并在整个摄像头预监图像中输进最佳、最大的人脸图象．最后利用画中画的技术在整个图象的某个区域显示摄像头的实际捕捉画面，方便用户观察实际景象。     

基于三维特征的雷达信号脉内调制识别

针对低信噪比条件下雷达信号识别算法对噪声敏感的问题，提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量，使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明，所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度，可以实现对不同雷达信号进行识别，证实了该方法的有效性。     

非协同目标识别技术的研究进展

非协同目标识别技术是识别领域研究的新课题,它通过处理侦测到的目标 物理特征来实现对目标身份的识别。该技术可提供更全面、更完善的战场目标信息,有助于 作战人员及时掌握战场态势、减少友军误伤。从目标识别的基础理论开始,介绍了几种适合 非协同目标识别的融合方法及其改进措施,总结了目前非协同目标识别技术研究的主要进展 ,即采用基于统计推理的数据融合技术,对多个传感器侦测的目标特征信息进行处理,实现 了对属性、类型、型号、作战意图及威胁程度等目标信息的判定和分析。同时,指出国外一 些使用数据融合技术的武器装备已具备对多个非协同目标的识别能力和战场信息感知能力。 最后,提出了今后的研究方向。     

采用局部二值模式与深度信念网络的人脸识别

针对人脸维度过高和人脸局部特征提取易忽略的问题,提出了一种将多尺度局部二值模式（LBP）算法与深度信念网络(DBN)算法相结合的人脸识别方法。首先采用多尺度LBP算法提取人脸纹理特征,进而将LBP提取的纹理特征作为深度信念网络的输入,最后通过逐层网络训练,得到网络的最优参数,并在ORL人脸库中进行测试,识别率可达95.2%,比使用Gabor小波和主成分分析（PCA）算法的人脸识别高2.6%,说明该算法具有很好的人脸识别能力。     

一种基于Hough变换的虹膜定位算法

目前,虹膜识别因其具有高度稳定性、唯一性、非侵犯性等优点,成为生物特征识别技术中的一个研究热点。根据虹膜图像中的灰度分布特点,提出粗定位与精定位相结合的两步定位虹膜的内外边缘算法,基于Hough变换定位的新算法。与传统的虹膜定位方法相比,此算法能精确定出的位置,提高虹膜边缘定位的速度,避免搜索的盲目性,对提高匹配的精度起到了很大的作用。     

面向近眼式应用的快速瞳孔中心定位算法

针对Hough圆变换、最小二乘法椭圆拟合瞳孔中心定位算法中运算量大的问题,提出一种基于椭圆外切矩形的快速瞳孔中心定位算法。该算法从人眼图像中通过阈值分割得到瞳孔区域,对瞳孔区域进行边缘像素点的提取,然后利用椭圆外切矩形模型定位出瞳孔中心。通过Matlab对中国科学院自动化研究所公开的虹膜数据库中756张人眼图像进行遍历实验验证,所提算法定位准确率为98.3%,平均用时0.192 s。在同等条件下,与Hough圆变换、最小二乘法椭圆拟合算法进行对比,在保证定位准确率的同时,所提算法平均用时更少。实验结果表明,所提算法能够快速准确地完成瞳孔的中心定位。     

一种新型的帘子布疵点识别算法

基于织物纹理特征,提出了一种新型的织物疵点识别算法.该算法采用正交小波得到正常织物经向和纬向纹理相匹配的自适应小波,对待测织物进行小波分解提取特征值,根据波形特征参数对比能准确定位织物纹理结构的异常位置,正确识别织物疵点,并将其作为支撑失量机的输入参数,训练特征样本集,以获得支撑失量,对待识对象进行识别.实验结果表明,该算法用于帘子布疵鼠检测是可行、有效的,可得到满意的识别结果.     

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。     

人脸表情识别方法研究进展

随着计算机技术的进步,人工智能与模式识别技术得到很快的发展.人脸表情识别(FER)作为智能化人机交互技术中的一个重要组成部分,有着广泛的应用前景和潜在的市场价值,近年来得到了广泛的关注.本文介绍了人脸表情识别常的用方法,并对未来的人脸表情识别发展方向进行了展望.