应用三角形坐标系的风格化肖像生成算法

针对现有肖像漫画化处理方法中存在的依赖训练样本以及算法复杂度高的问题,为了在准实时系统中实现应用,提出了一种应用三角形坐标系的风格化肖像生成算法。该算法自动提取输入的实验人脸特征,将其与参考人脸比较得到个性特征,并通过夸张个性面部特征得到风格化肖像特征;分别基于实验人脸特征和风格化肖像特征建立三角形坐标系,在2个三角形坐标系之间实现图像变形生成风格化肖像。该算法无需训练样本,计算简单、全自动化,变形灵活且可预期,可快速生成风格化肖像。实验结果表明,该算法能自动提取并夸张实验人脸的个性面部特征,且算法执行效率高,可在0.5s以内生成效果较为生动的风格化肖像,表明该算法的综合性能良好,可在准实时的虚拟现实、增强现实和肖像绘制机器人等系统中应用。     

基于最优传输模型的人脸颜色转换

现有人脸颜色转换算法仅基于图像的Lαβ颜色空间匹配均值和方差,因而仅限于线性变换且通常适用于自然图像;同时,现有算法利用人脸关键点信息来定位人脸五官的位置,但由此得到的人脸五官区域信息不是非常准确,通常需要进一步优化处理.针对上述问题,在自动获得人脸区域分割的基础上,为得到更自然的人脸颜色转换效果,基于最优传输模型,提出了一种新的人脸颜色转换的方法.首先利用全卷积网络自动得到人脸区域的分割信息,再利用最优传输模型获得对应的人脸区域的颜色转换结果.试验结果表明,所提算法在人脸五官分割的鲁棒性和人脸图像颜色转换的主观视觉上均得到明显的改善.     

图像粒LLE算法在人脸表情分析中的应用

文章提出了一种粒计算和局部线性嵌入(LLE)相结合的图像处理方法.针对人脸研究领域中高维数据产生的复杂计算度问题,提出了图像粒的方法,并对图像进行处理;对高维数据进行了降维,从而达到降低计算复杂度的效果.实验在Frey人脸数据库上进行,在多个不同粒度的图像粒上分别应用LLE算法,给出人脸姿态和表情分布变化的实验结果,并分析了图像信息的损失情况.实验结果表明图像粒LLE算法对算法复杂度的降低和图像信息的保持是一个有效的方法.     

人脸识别视频压缩感知跟踪算法

针对视频监控中移动的人脸图像光照强度不同、遮挡、快速变化等问题,本文提出一种人脸识别视频压缩感知跟踪算法.利用图像尖锐化处理突出目标图像边缘纹理,再利用矩形滤波器对人脸图像归一化处理并获取特征向量.通过压缩感知算法对目标样本和背景样本的Haar-like特征压缩,建立目标模型,训练Adaboost算法的贝叶斯级联分类器.最后根据人脸特征区分目标和背景图像,实现目标人脸图像的动态跟踪.实验结果表明,该算法能够实现视频中人脸图像移动、遮挡及光照强度不均匀、快速变化等情况下的有效跟踪.     

基于小波变换和改进PCA的人脸特征提取算法

针对在人脸图像高维数据降维时单纯使用主成分分析(PCA)算法的提取精度和速度受限问题,  提出一种基于小波变换和改进PCA的混合特征提取算法. 该方法首先对人脸图像进行小波分解, 选取低频分量对人脸图像进行特征提取;然后利用改进的PCA算法进行主成分提取, 获得代表人脸特征的特征向量; 最后将该算法应用于Olivetti Faces人脸库数据集的图像分类. 实验结果表明, 经过该混合算法处理后的图像特征数据, 由卷积神经网络(CNN)算法分类识别时准确率提升10%, 识别速度提高约37%.     

一种层级处理的人脸光照归一化方法

采用层级处理模式,提出了一种新的人脸光照归一化方法,先对图像光照进行自动判定,决定采用何种方法进行预处理,减小不同光照下人脸灰度的差异.再根据Gamma校正算法的特点,设计了一种更适应人脸图像校正的参数计算方法.本方法在样本归一化后,使得图像的本真信息不丢失,而且提高了图像对比度.大量的实验表明,该方法可以有效提高人脸识别功能的适用范围,能够在更远距离或复杂光照下进行识别.     

一种新型的人脸识别算法在智能门禁系统中的应用

针对人脸识别中的尺度与光照敏感问题,该文提出了一种基于Gabor滤波器的人脸自动识别算法。首先对原始人脸图像进行Gabor小波分解,得到人脸的纹理特征图像;然后利用流形学习的方法进行特征数据降维;最后采用LDA线性判别方法进行人脸的自动识别。实验表明,该算法具有较强的人脸自动识别能力,能有效地解决不同姿态、不同光照条件下的人脸难以识别的问题,将该算法作为智能门禁系统的主程序,实现了智能门锁的自动控制。     

基于学习的彩色人脸图像超分辨率重构研究

提出了一种基于四元数模型的彩色人脸图像超分辨率重构算法.该算法利用主成分分析的主要思想,同时结合插值算法的理论,前期进行整体约束,后期进行分块处理,对人脸图像进行超分辨率重构.同时使用奇异值分解去除彩色图像中的噪声,针对主成分分析算法不太忠实于原图像的弱点进行改进;使用四元数表示彩色图像,将R,G,B三个分量同时进行处理.分析结果表明,该算法既利用了彩色分量的相关性,又提高了运算效率.     

基于深度学习和约束稀疏表达的人脸识别算法

目前的人脸特征匹配算法大多关注于单图像与单图像的匹配而不能有效利用图像序列之间的相关信息,因而提出了一种基于深度学习与约束稀疏表达的人脸特征匹配算法.通过CNN网络对人脸图像进行特征提取,并利用改进的稀疏表达方法自动选取相似的图像序列进行特征匹配,有效地利用了图像序列之间的相关信息.实验结果表明,该算法在LFW和AR数据库上取得了很好的效果并优于传统的SRC,L1-norm和CRC-RLS算法.      

快速人脸检测技术在证件照中的应用与研究

在人脸识别应用中,经常会应用到证件照图像,要对其进行识别处理,就先要进行人脸捡测.与普通图像不同的是,有些证件照图像本身已经接近人脸检测结果要求,有些可能是半身照,证件照的许多共有特征可以在人脸检测过程中起到很好的辅助判别作用实现快速检测,并不需要使用复杂的算法就可以取得较好的检测效果.经过研究与实验,本文针对证件照图像设计了一种基于肤色分割的快速人脸检测算法,利用证件照的特性取得快速准确的检测结果.     

基于Levenberg-Marquardt算法的非量测数码相机影像纠正

根据物方空间的三维直线中心投影到像片平面上也应该是一条直线这一约束条件,首先提取出原始图像中的畸变直线;然后利用畸变模型对其进行畸变纠正,使其满足直线约束条件;最后采用Levenberg-Marquardt算法对非线性方程组进行求解,解出约束优化条件的最佳畸变参数和像主点坐标,并完成对原始影像的纠正。实验结果证明该方法简单快捷,具有较强的实用性。     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。     

混合正则化模型的交替迭代原理与图像恢复

由有界变差函数的半范数(TV)描述的正则项,在图像恢复过程中,对于图像的纹理部分,容易造成细节丢失;对于图像的卡通部分,容易产生阶梯效应;为克服此缺点,提出一种混合卡通-纹理正则化模型(hybrid cartoon texture regularization model,HCTRM)和交替迭代算法。首先,对受系统和噪声模糊的图像,用Kullback-Leibler函数描述拟合项;对于图像的卡通部分用分数阶TV的半范数来描述,纹理部分用紧框架域L_1范数来描述,建立HCTRM。其次,分析HCTRM解的存在性和唯一性。再次,引入辅助变量,将HCTRM转化为标准表达式,应用交替方向乘子算法(ADMM),将HCTRM分解为2个大的子问题。最后,将每个大的子问题,再分裂为2个小的容易处理的子问题,形成快速交替迭代算法。针对TV的半范数作为正则项,容易消除图像的纹理,且产生阶梯效应的缺点,提出一种HCTRM和交替迭代算法。仿真表明,能有效地恢复非平稳区域的纹理,克服在平稳区域产生的阶梯效应,取得较高的峰值信噪比和结构相似测度。     

基于新闻环境的人物肖像检索

提出了一种基于新闻环境的人物肖像检索方案. 该方案可从新闻中找到相关人物的描述，并以此作为人物的背景信息，对现有的通用图像搜索引擎的检索结果过滤，再通过人脸检测技术以及多媒体信息检索方法，最终找到新闻人物最佳的肖像图像，并在此基础上展示了一种新的互联网新闻表示方法. 实验证明，该方法能够比较准确地得到新闻人物的肖像表示，而且以新闻人物的肖像作为互联网新闻表示中的一个补充对提高读者的新闻阅读兴趣和阅读效率都有一定帮助.     

彩色视频图像卡通风格化研究与实现

提出一种彩色视频图像卡通风格化的新方法,将均值漂移滤波与高斯图像金字塔结合起来使用,在对彩色视频图像进行颜色聚类和噪声消除的同时,提高了处理的速度.运用DoG算子对滤波后的图像进行边缘检测;再对移滤波后的图像进行色彩量化;最后将量化后的图像与边缘图像进行融合.融合时根据边缘处梯度的大小设置边缘颜色的深度,使得最终得到的卡通化图像不仅在高对比度区域得到加强而且减少了噪声,边缘更加自然.实验结果表明:本算法与传统的双边滤波和DoG算子相比,获得了更好的卡通风格化效果和更快的运行速度,并且可以直接将输入的视频文件转换为卡通化的视频文件输出.     

图像区域分割和映射在动画序列图自动着色中的应用

介绍和分析了图像区域分割和映射的基本原理在动画序列图自动着色中的应用,给出了分割和映射的具体算法,提出了基于8-链码的方向分布和方向变化分布函数的思想,并应用此思想成功地在计算机动画领域实现了自动着色的功能。     

Photonic crystals: imaging by flat lens using negative refraction

The positive refractive index of conventional optical lenses means that they need curved surfaces to form an image, whereas a negative index of refraction allows a flat slab of a material to behave as a lens and focus electromagnetic waves to produce a real image. Here we demonstrate this unique feature of imaging by a flat lens, using the phenomenon of negative refraction in a photonic crystalline material. The key advance that enabled us to make this observation lies in the design of a photonic crystal with suitable dispersion characteristics to achieve negative refraction over a wide range of angles.     

计算机浮雕化处理在动漫图像特效中的应用

为了满足动漫图像的特效制作效果需求,提出了一种基于二维平面图像的计算机浮雕化处理算法.整个算法分为3个关键步骤:(1)依据积分不变量推导每个像素的景深信息,(2)依据梯度压缩和最小二乘法完成景深信息重建,(3)执行高斯双步迭代完成每一个浮雕细节特征的呈现.以柯楠和花仙子两幅动漫图像为实验对像展开实验研究,实验结果表明:该文浮雕化处理算法可以获得逼真的浮雕效果,并在细节特征处有清晰的呈现.同时,该文算法的执行速度也非常快.     

基于圆分割的鱼眼镜头图像畸变校正算法

针对应用鱼眼镜头拍摄的图像产生了严重的畸变的问题,提出了一种基于圆分割的校正算法.该算法充分利用了鱼眼图像圆形结构这一特点,将其分割成同心圆,再利用函数法对畸变图像进行校正.微调系数的引入,使得算法更灵活,这样能根据鱼眼镜头与实际物体的距离来调整微调系数的大小,得到更理想的校正图像.Matlab实验结果表明:应用本算法能得到比较满意的校正结果,并且该算法所花费的计算时间少,使其能适用于实时监控系统.     

基于模糊熵评价和最优搜索的自动对焦算法

针对传统自动对焦算法不能实现最优对焦,以及易受清晰度评价函数局部峰值影响,从而导致重复性和稳定较差的问题,提出一种基于模糊熵的清晰度评价算法和全局最优拟合算法,应用于工业影像测量的自动对焦.该算法用模糊熵对图像清晰度进行评价,可降低噪声以及放大倍率和光照强度变化对自动对焦性能的影响,结合多尺度全局搜索和微尺寸曲线拟合搜索算法,避免局部峰值的干扰以实现最优对焦.该算法在环境变化的条件下,尤其是针对光照不稳定和变倍精度不够高的环境下,具有很高的聚焦精度,重复性和稳定性有显著提升,能够满足工业影像测量对自动对焦的要求.通过实际工业影像测量系统中的应用对比试验,该算法的有效性和优越性得到了验证.