【摘 要】
：
提出了一种对面部遮挡具有鲁棒性的表情识别方法.首先,基于鲁棒主成分分析(RPCA,Robust Principal Component Analysis)对待识别人脸进行重构,并对重构人脸和待识别人脸的差值图像进行显著性检测得到面部遮挡区域;其次,将待识别人脸的遮挡区域由RPCA重构人脸的相应区域进行替换,并由权值更新的AdaBoost分类器对遮挡区域重构后的人脸进行表情识别.在BHU(Beiha
论文部分内容阅读
提出了一种对面部遮挡具有鲁棒性的表情识别方法.首先,基于鲁棒主成分分析(RPCA,Robust Principal Component Analysis)对待识别人脸进行重构,并对重构人脸和待识别人脸的差值图像进行显著性检测得到面部遮挡区域;其次,将待识别人脸的遮挡区域由RPCA重构人脸的相应区域进行替换,并由权值更新的AdaBoost分类器对遮挡区域重构后的人脸进行表情识别.在BHU(Beihang University)人脸表情数据库和日本女性表情数据库上进行了各种遮挡情况下的表情识别实验,获得
其他文献
针对局部线性嵌入(LLE)降维算法中邻域参数的人工设定及其全局性的缺陷,研究了聚类和降维的内在联系,提出了邻域参数的自适应选取策略,构建了一种聚类和降维的自适应局部线性嵌入(ALLE)算法,为每个样本点设计最佳的近邻搜索空间,自适应选取邻近点计算权值重建矩阵,基于类信息重新定义了重构误差函数。实验表明,新算法更能体现出数学上流形概念的局部坐标化本质,对不相关数据、冗余数据和噪声数据具有良好的鲁棒性
针对传统的基于脉冲耦合神经网络(PCNN)的融合算法中每个神经元链接强度取同一常数的不足,提出了一种基于自适应PCNN图像融合新算法。作为显著性特征,使用像素的拉普拉斯能量(EOL,energy of Lapla-cian)和标准差(SD,standard deviation)分别作为PCNN对应神经元的链接强度值。实验结果表明,本文方法融合结果优于Laplacian方法、小波方法和传统的PCNN
针对计算机视觉应用中的行人检测,当运动目标受到非刚性形变、光照、色彩和遮挡等因素影响时如何建立高鲁棒性的特征描述,本文提出了一种基于语义级行走动作拓扑结构的行人特征,对上述噪声和运动参数不敏感,并且数据量小。算法首先由运动能量图像(MEI,motion energy image)建立行走动态数据,然后抽象为骨架拓扑结构,输入二级级联检测器完成检测。实验表明,该算法可以有效地在光照、形变和遮挡等情况
提出了一种基于概率主成分分析模型(PPCA)的压印字符图像子空间维数的确定方法。首先,建立观测数据的PPCA模型;然后采用仿真数据进行仿真,对影响维数判别的各种因素进行了分析并给出了3种准则的适用范围;最后对压印字符数据集协方差矩阵的特征值曲线得到本征维数的大致区间范围,通过AIC、BIC和CAIC模型选择准则分别进行最优维数确定。实验表明,该方法可以提高算法的鲁棒性,有效地降低算法的运行时间。
目标模型内的背景像素会造成目标跟踪定位偏差。为了减少背景像素对跟踪造成的定位偏差,首先通过目标区域像素和目标区域周围背景像素的颜色直方图定义了一个加权系数,然后将该加权系数引入到空间直方图的计算中,提出了一种基于加权空间直方图的均值漂移(MS)目标跟踪算法。在此基础上,给出了一种模型更新方法。仿真实验表明,该算法具有很好的跟踪精度,对遮挡具有更好的鲁棒性。
针对不同区域对绘制虚拟视点图像质量产生不同的影响,以及深度估计不准确导致时域抖动效应影响压缩效率的问题,提出了一种面向虚拟视点图像绘制的深度图压缩算法。通过彩色图像帧差、深度图边缘提取等相关处理过程,提取深度图的静态区域、边缘区域以及动态区域。对深度图边缘区域使用了较低的量化系数,以提高深度图边缘区域编码质量;根据深度图各个区域的编码模式特点,仅对部分编码模式而不是所有模式进行率失真优化搜索,以提
将Tian差值扩展技术应用于彩色图像,提出一种大容量的基于预测误差差值扩展(PEDE)的彩色图像可逆数据隐藏算法。针对传统差值扩展技术存在过分修改像素值、嵌入容量受定位图制约等缺点,首先利用色彩分量之间的相关性减小差值,并将较小的差值扩展量分散到2个色彩分量中;其次采用LSB替换方法嵌入数据,将差值扩展变换与数据嵌入过程分离,从而减少不可扩展差值的数量;最后利用差值的二次可扩展性定位不可扩展差值,
在上世纪20年代一些测试方法开始发展,这些方法现在被统称为图像成形法(Picture forming methods)。其中最具代表意义的是氯化铜结晶法(copper chloride crystal-
对图形绘制集群中节点间负载不均衡问题提出了基于延期着色绘制的sort-first图形绘制集群.分析了延期着色中可见性检测、全局光照着色、局部光照着色3类算法的计算原理,用于预测不同阶段的绘制负载;将负载预测算法转换为场景绘制中的片段着色算法;借助图形处理器的并行处理能力,通过集中式的预着色计算,获得了屏幕空间内逐像素的绘制负载分布;基于预测的绘制负载分布,分配图形绘制集群中各个节点的绘制任务.根据
针对三角面元目标提出了一种高效率的空间分割算法.该方法以一种空间点与单位立方体位置关系的判断法则为基础,并逐渐延拓到参数直线、三角形的空间分割上,给出了一种新的三角形面元目标快速分割的解决方法.介绍了该方法在参数曲线、NURBS(Non-Uniform Rational B-Spline)曲面目标的空间均匀分割上的应用,并给出了非均匀分割的处理方法.与计算机图形技术中最常用的BSP(Binary