基于眼睛运动单元的注视状态分析

来源 :第十六届全国图象图形学学术会议 暨第六届立体图象技术学术研讨会 | 被引量 : 0次 | 上传用户:a18102023
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
眼睛注视能有效反映人的意图、态度等心理状态,是理解面部表情的重要信息.本文建立了一种动态、分层的注视状态检测系统,并实现了一种基于眼睛运动单元的注视状态检测方法.在面部特征点定位的基础上,采用几何特征与区域灰度分析相结合的方法对眼球位置进行校正,完成眼睛运动单元的识别.在视线运动单元识别的基础上,采用隐马尔科夫模型完成基于眼睛AU的注视动作识别.实验结果表明了方案的有效性.
其他文献
炼油碱渣废水中含有大量的COD、挥发酚和盐,一种危害极大的废水.本文试采用Fenton氧化法处理使废水中的污染物浓度降低,提高废水的可生化性.在最佳的工艺参数条件下,废水出水BOD/COD值由氧化前的0.002提高到氧化后的0.4~0.5,废水的可生化性得到很大的提高,为废水后续的生化处理提供较好的条件.
设计初步课程是建筑设计系列课程的起步阶段,面对当前这样一个高速发展的信息时代,课程设置的主要着眼点要从单纯基本技能的训练转化为一种体系清晰、形式灵活,以思维培养为核心,专业知识为构架,基本技能为工具的新型课程体系.课程设置是以"搭接·环扣·整合"为理念的"3C"模式构成,使初学者在学习中以舒缓有致、循序渐进的过程去解读建筑、认知空间,引导大学生自主形成正确的学习方法和创造性的思维方法.
天津大学建筑学院构造课在教学改革中致力于构建横向联合、纵向拓展的可持续建筑构造课程体系,构造模型展示厅是构筑这一新教学体系的重要一环,通过六个展示区域的设计,打造构造节点陈列、企业实验教学、材料陈列体验和课程模型展示四个基地,建立一种基于材料、构造、节点的模型教学体验空间,使其成为课堂讲授教学外的模型体验教学方式.
传统的基于马尔科夫网络模型的图像超分辨率复原算法是与MAP算法结合,由于MAP算法的自身缺陷,复原后的图像边缘和细节保持能力不强.本文提出了一种在马尔科夫网络框架下基于最大后验概率法(MAP)与凸集投影法(POCS)融合的图像超分辨率复原算法,将MAP算子当作凸约束集引入POCS算法里,两者算法可以互补,克服原有缺陷.实验结果证明了本文算法的有效性,与传统学习算法相比,本文算法具有更好的复原效果.
机场跑道、桥梁以及高速公路等具有线性结构的建筑物作为军事侦察的目标之一,如何在航拍图像中快速提取其直线特征是目标检测的前提.Hough变换因其具有很好的抗噪声、抗干扰的优势一直作为直线检测的首选手段.本文针对Hough变换在Hough参数空间中传统投票方式时间耗费过大,并且容易受到二级峰值的影响造成检测到伪直线的可能的缺点,采用一种Elliptical-Gaussian内核算子,有效简化参数空间,
提出了一种滤波系数可变、系数和不变的1/4像素精度插值算法.算法以目前视频编码标准H.264中运动补偿的分像素内插算法为基础,根据视频图像情况确定滤波系数.与H.264标准相比,可以降低18%的空间复杂度,计算复杂度相当,存储需求小:实验结果表明,该算法提高了峰值噪声比(PSNR),降低了比特率(Bit-rate),提高了编码性能。
SAR图像去嗓是后期分割和识别等关键的预处理过程.本文在对国内外SAR图像去噪文献进行理解和分析的基础上,阐明SAR图像相干斑噪声产生的机理,综述了用于SAR图像去噪的主要算法,包含空域去噪算法,小波域去噪算法和超小波去噪算法,并对其性能进行分析和研究.最后进行总结,提出对SAR图像去噪领域的一些展望,重点是结合多尺度几何分析工具进行去噪.
过渡区是图像中介于目标和背景之间的特殊区域,针对传统的过渡区提取的梯度算法对噪声敏感及过渡区像素灰度变化频繁的特点,提出一种基于局部熵信息测度的过渡区提取与分割方法.根据图像过渡区的特征,构造局部熵信息测度作为特征参数,提取图像的过渡区.依据过渡区的直方图确定一个最佳分割阈值,提取目标.本文算法摆脱了传统过渡区提取算法对噪声敏感和对剪切点Llow和Lhigh的依赖.实验结果表明,本文算法抗噪性能好
谱分割算法具有能够在任意形状的样本空间上聚类且收敛于全局最优解的优点,在图像分割领域有很好的应用前景.本文提出了一种基于区域均值直方图的灰度图像谱分割方法.其思想是首先对灰度图像四叉树分解,然后把分解后得到的每一区域作为聚类节点,再结合区域均值直方图计算相似矩阵,最终实现灰度图像谱分割.实验结果表明,该方法的分割结果优于基于灰度级的谱分割方法.
视觉词语的产生是基于字袋模型的图像检索中的重要一环,本文提出一种新的基于视觉词语空间相关性的快速视觉词语产生算法.统计视觉词语的空间共生性,本文构造出了视觉词语共生表.根据已知词语,利用近邻词语之间的空间相关性,本文建立一种新的概率预测器来辅助预测近邻词语的产生.相比较传统的树形搜索算法或哈希算法,新的预测器能够提供更少更可靠的候选词语用于比较和选择.作为一种辅助预测手段,在本文中,将预测器与快速