人脸轮廓定位和归一化的研究

研究了准确定位出从头顶到脖子的人脸曲线外轮廓的算法。采用人脸粗检、边缘检测、区域连通性滤波等方法。其思路是，首先粗检出人脸大致的矩形外轮廓，再做边缘检测、有效信息二值化、区域连通性滤波、轮廓点修正、对优先区域和整幅图像做垂直水平投影等处理，获取准确的人脸轮廓。还研究了通过比例变换、直方图修正等获得归一化面像。本算法适用于精确定位单一背景的人脸轮廓，复杂背景下也有较好效果。实验结果表明了本算法的有效性。本算法已经成功地应用于一个面像识别系统。     

基于多分类器融合的多姿态人脸检测方法

针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法.首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候选区域,然后使用YCbCr空间的肤色统计模型在这些候选区域中进一步验证人脸.该算法既利用了不同姿态人脸分类器的信息融合,又利用了人脸灰度纹理特征和人脸肤色信息的融合,对人脸姿态和图像背景有较强的鲁棒性,而且处理速度很快.实验结果表明,方法可以有效提高对复杂姿态人脸的检测概率,并显著降低虚警检测概率.     

三维人脸建模中面部特征轮廓线的提取

提出一种基于彩色Snake模型和人脸先验知识的面部特征轮廓线提取算法，并将其用于真实意的三维人脸建模。根据肤色和灰度信息，在图像分割的基础上，利用种子填充技术获得面部各非肤色特征的轮廓初值；然后采用一种改进的彩色Snake模型对轮廓初值进行精确定位；接着，根据人脸的先验知识，利用含有方向信息的形态学边缘检测算子通过一次逐点考察完成下颚轮廓线的提取。实验结果表明该算法在轮廓线的搜索效率和定位精度上都有良好表现，在真实感的三维人脸建模以及面部识别等领域具有广泛的应用。     

基于主动视觉的人脸检测与跟踪算法研究

基于融合Kalman滤波的Camshift算法与Adaboost算法相结合的方法,提出了一种基于主动视觉的人脸检测与跟踪算法.利用Adaboost算法与融合的Camshift算法实现人脸自主检测与跟踪;根据目标形心与视场中心的位置关系以及人脸区域与视场的面积关系,设计了云台控制算法.该控制算法通过对云台摄像机进行水平、垂直和变焦控制,达到自动调整云台摄像机参数的目的.基于硬件平台对所提出的主动视觉算法进行实验验证,实验结果显示,主动视觉算法具有较高的运行效率,能够实时的检测和跟踪人脸目标,扩大了摄像机的跟踪范围.     

极低信噪比环境下含近邻约束的改进唐检测判决算法

极低信噪比环境下的伪码连续波测量雷达初始粗同步捕获过程中,为了增加唐检测判决算法的灵敏度,除门限条件外,引入前后两次单次检测捕获的伪码相位估计值之差在一定范围内的近邻约束作为上/下行计数器值增减的条件。通过对唐检测判决过程建立马尔可夫链模型,对引入近邻约束的改进唐检测算法的检测性能进行了理论分析与推导。仿真结果表明,将近邻约束引入唐检测判决算法,可以在检测概率几乎不变的情况下,大幅度降低虚警概率,即改进算法明显地增强了对微弱信号的检测能力,且检测速度不受影响。     

多方法融合来解决人脸检测中的光照补偿

人脸检测有广泛的应用前景,但目前的许多检测算法对光照有一定的要求,过亮、过暗或偏光现象的存在使检测率急剧下降。本文提出一种多方法融合的思想来解决光照补偿问题,并给出了基于空域和频域的几种具体的解决方案。实验表明,这种多方法融合的思想能有效地解决人脸检测中的光照补偿问题,使人脸检测率得到明显的提高。     

一种改进的复值信号独立分量分析算法

独立分量分析方法无需完整的系统先验知识,可用于多天线移动通信系统多用户盲接收机.为了改善收敛速度,采用修正的具有三阶收敛速度的牛顿迭代法的近似公式,提出了一种改进的复FastICA算法.并将该算法应用于多输入多输出系统中进行仿真,结果表明新算法在与传统的复FastICA算法分离效果相当的情况下,迭代次数减少了16.5%,加快了收敛速度.     

复杂背景下低信噪比点目标的实时检测算法及实现

为检测复杂背景中的低信噪比 (SNR)点目标 ,提出了一种局部自适应门限检测算法。该算法以低通滤波算法估计背景中的低频成分 ,及图像局部方差估计背景起伏 ,来计算出局部自适应的目标检测判决门限。该算法充分考虑了可实现性和实时性并采用现场可编程门阵列 (FPGA)设计实现该算法。理论分析和试验结果都表明 ,该算法可有效抑制云层、树木、地物等背景杂波、检测出复杂背景下的低信噪比点目标 ,具有恒虚警率和易于工程实现的优点。     

基于3D直方图联合面部特征的人脸跟踪系统

针对人脸跟踪中存在的实时性和准确性难以同时兼顾的问题,提出了一种基于三维直方图肤色模型联合面部特征提取的人脸跟踪算法,采用网格映射缩略图、运动矢量预测和搜索窗参数修正等方法来提升算法的性能,从而既提高了算法的执行效率,又保证了算法的准确性,最终实现了一套人脸跟踪系统。仿真结果表明,该系统能够克服复杂背景的影响,准确的检测出有效的人脸,并对人脸进行实时跟踪,具有较强的鲁棒性。     

基于熵的入侵检测特征参数选择

传统入侵检测的特征选择方法不但与评估数据的统计特性有关,还与检测算法有关。提出了一种独立于检测算法的入侵检测特征参数选择方法。该方法以入侵检测模型为基础,信息熵为准则。仿真结果显示出用所选特征参数进行检测,不但保证了检测的正确率,而且提高了检测速度,减小了内存资源的占用。     

基于脸部特征和头部姿态的疲劳检测方法

针对疲劳驾驶检测方法存在疲劳特征单一、鲁棒性低和不能因驾驶员不同定制疲劳阈值等问题，提出了一种基于脸部特征和头部姿态的疲劳检测方法。利用HOG(histogram of oriented gradients)特征算子和回归树算法进行人脸检测和人脸关键点定位；通过脸部关键点结合坐标系变换估计头部姿态欧拉角；建立深度残差神经网络模型对眼部疲劳特征进行提取，同时结合眼部、嘴部纵横比和头部姿态欧拉角进行疲劳特征提取；利用眼部、嘴部和头部姿态疲劳特征建立针对不同驾驶员的支持向量机模型对疲劳驾驶进行预警。实验表明：在YawDD和自建疲劳模拟数据集上，该方法均表现出较高的准确率和鲁棒性，在某一疲劳特征检测受阻时依然能进行较好的疲劳预警。     

基于级联神经网络疲劳驾驶检测系统设计

算法通过调整输入图片的大小、扩大最小人脸尺寸以及减小检测窗口层间放缩比例等方式,在保证准确率的同时极大的提升了人脸检测速率,其检测效率为原始MTCNN (multitask casaded convolutional networks)的18倍;构建新的卷积神经网络结构模型检测眼、嘴,网络检测的准确率可以达到95.6％...     

环境特征与散射特性融合的PolSAR飞机目标检测

针对复杂场景下极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)图像飞机目标检测问题,提出了一种融合目标环境特征与散射特性的PolSAR飞机目标检测方法。首先，利用极化白化滤波(polarimetric whitening filter, PWF)图提取疑似飞机目标,将疑似飞机目标转换成超像素得到混合图像。然后，经极化分解与分类构造一个新的环境特征,并与散射特性融合得到飞机目标检测特征,通过阈值判别检测出飞机目标。最后，使用AIRSAR和UAVSAR系统采集的实测数据进行实验,并与其他检测方法进行对比。结果表明,所提方法产生的虚警和漏警较已有方法有所改善,检测结果更好。     

基于特征人脸和肤色统计的人脸检测

提出一种在视频中检测人脸的新方法,该方法首先用特征人脸检测第一帧画面中人脸的位置和大小,将它作为卡尔曼(Kalman)滤波的初始值和肤色分布统计的训练样本,然后利用卡尔曼滤波预测人脸,最后用肤色分布模型确定人脸,就可以检测到人脸。这种方法的优点是可以在复杂背景下快速准确地检测到人脸位置和大小。实验结果表明使用该方法可以实时准确地检测到视频中的人脸。     

环境特征与散射特性融合的PolSAR飞机目标检测

针对复杂场景下极化合成孔径雷达(polarimetric synthetic aperture radar, PolSAR)图像飞机目标检测问题,提出了一种融合目标环境特征与散射特性的PolSAR飞机目标检测方法。首先,利用极化白化滤波(polarimetric whitening filter, PWF)图提取疑似飞机目标,将疑似飞机目标转换成超像素得到混合图像。然后,经极化分解与分类构造一个新的环境特征,并与散射特性融合得到飞机目标检测特征,通过阈值判别检测出飞机目标。最后,使用AIRSAR和UAVSAR系统采集的实测数据进行实验,并与其他检测方法进行对比。结果表明,所提方法产生的虚警和漏警较已有方法有所改善,检测结果更好。     

Robust gray-image face detector based on local statistical features

An efficient training framework for gray-image face detection was presented. Our system includes two stages.In the first stage, the pattern rejection theory is used for features selection. The local Haar-like wavelet features used as rejection features to reject those patterns are not faces obviously. In the second stage, the Kullback-Leibler divergence in information theory is applied to choose more effective features further and to construct hierarchical classifier. The probability functions of two classes are estimated by joint-histograms. Final decisions are made according to the likelihood ratios between two classes. The experimental results show that our system is the same robust and efficient as the best reported methods, while the training efficiency is higher than others.     

基于FFT谱能量检测和互相关检测的快速频谱感知方法及其性能分析

为了解决无人机通信中频谱资源紧张的问题，利用认知无线电技术实现无人机动态共享地面通信的频谱资源。针对单用户频谱感知的遮挡效应问题, 利用单用户移动检测, 提出基于主用户空间范围内的频谱能量检测和互相关检测结合的二次检测方法, 分析并给出所提算法在主用户随机出现情况下的虚警概率和检测概率的解析表示。仿真结果表明, 所提算法在运算量较低情况下获得比已有单用户检测算法更好的检测性能。     

排爆机器人训练仿真系统中的碰撞检测技术

精确的碰撞检测对提高虚拟现实系统的沉浸性、真实感至关重要。但是Vega只对碰撞检测提供了有限的支持,为提高碰撞检测的实时性和精确度,提出了分块设置掩码、动态加载相交矢量、在运动物体易发生碰撞的部位放置相交矢量以及物体高速运动时引进距离因子等方法。有效的解决了排爆机器人训练仿真系统中遇到的各种碰撞检测问题。     

一种基于构建2竞争聚类及KNNFL 的事件探测与追踪系统

一种构建-竞争聚类法被用于事件探测,该方法是受神经网络研究中构建-竞争学习的思想启发的.另外,提出了一种用于事件追踪的基于K近邻特征线(KNNFL)的分类方法,这种基于最近邻特征线(NFL)的方法本质上可以看作是对K近邻(KNN)法的推广,将改进后的KNN融入到NFL中形成KNNFL是为了更适合新闻事件的分析.研究结果表明,本文所提出的方法与传统的增量k均值法、Single-Pass法、Rocchio法以及KNN法相比较,可以获得更好的效果.通过分析可以看到,KNNFL即使在正例样本非常稀少的情况下仍然具有鲁棒性的表现.