疲劳驾驶状态监控中的面部检测与定位方法

疲劳驾驶是造成特大交通事故的一个最重要的原因。通过从司机的面部检测与定位入手,利用肤色特征和模板匹配相结合的方法,从图像的非肤色区域分割出肤色区域,并优化找出被检对象的候选人脸区域,最后用平均人脸模板匹配的方法确定人脸位置。     

基于高斯肤色模型和图像分割的人脸检测

提出了一种基于HSV、YCgCr颜色空间和图像区域分割的人脸检测方法.首先,将规范化的rgb肤色转化到HSV、YCgCr颜色空间,对向量(H,Cg,Cr)T进行统计,得到肤色的三维高斯概率模型.然后,根据该模型计算待检图像的肤色相似概率,采用最大类间方差的方法计算二值化阈值,根据阈值将相似度图像二值化.为了抵消人脸区域亮度变化和阴影的影响,以二值图像为模板,在原待检图像的饱和图中根据3像素×3像素区域的平均R、G值进行图像区域分割.在分割得到的区域中,根据人脸特征检测出图像中的人脸.实验表明,提出的方法能在复杂背景的情况下检测出人脸图像.     

感兴趣区域中的快速人脸区域分割与跟踪方法

为解决人脸区域分割和跟踪的方法在速度和精度上存在的问题,提出了同时使用前景提取与肤色检测的视频监控中感兴趣区域的提取方法,以及在此基础上使用水平集方法的人脸分割和跟踪方法.在大幅度缩小AdaBoost人脸检测方法的搜索区域的同时,能够避免传统水平集方法解偏微分方程的高计算复杂度,并且在脸部朝向变化的时候保持鲁棒性.应用到PTZ摄像系统中实现视频监控系统,能够随着人脸的移动改变摄像机视角,从而在较大的区域中连续跟踪人脸.实验表明在鲁棒性和实时性上均有提高.     

嵌入式人脸识别系统的开发

人脸识别过程中需要处理大量图像特征数据和进行复杂的计算,很难直接在处理能力较弱的嵌入式平台上实现。在Tiny6410嵌入式平台采用OpenCV人脸类Haar特征进行人脸区域检测,PCA降维算法快速提取人脸特征,欧氏距离进行人脸识别,减少了人脸识别过程中的数据量和计算,在嵌入式平台上开发了一套人脸识别系统。识别结果显示:该系统运行稳定,识别率高。     

一种基于区域分割的图像检索方法

提出了一种基于区域分割的图像检索方法:首先用改进的基于一致性分析的空间分割算法对图像进行区域分割,然后提取各区域的视觉特征,再对查询图像和目标图像中各区域的视觉特征进行多对多的匹配,采用最小平均准则和高斯归一化加权求和得到图像间的相似度.通过与基于全局特征的检索结果比较表明,该方法可以产生比较满意的结果.     

复杂背景下的彩色图像人脸检测

提出了一种复杂背景下使用肤色模型检测人脸的方法.该方法首先对图像进行光照补偿,然后对肤色模型处理后的二值图像进行分割与合并,并结合先验知识提取出人脸候选区域,最后验证人脸轮廓、眼睛和嘴等特征来判断人脸候选区域是否包含人脸.对1 010幅变光照和复杂背景情况下拍摄的彩色人脸图像进行验证,其检测率达到89.7%.     

KICA与Relief算法相结合的人脸识别研究

为使提取到的独立成分有利于人脸的分类识别，在用核独立成分分析（KICA）进行特征提取后，选用改进后的k最近邻的Relief方法进行特征选择。改进后的Relief算法可以减少噪声污染，并能处理小样本问题，使选择后的人脸特征较好地用于分类。通过在 AR人脸库上的实验，并与类内类间距离的特征选择方法进行比较，证明了该方法的有效性。     

基于视觉显著特征的人脸图像分割与跟踪方法的研究

将人脑视觉注意机制应用于人脸图像分割与跟踪中,提出了一种基于视觉显著特征的人脸目标分割与跟踪算法.该方法由三步完成：首先通过模拟人脑视觉注意机制迅速而准确地利用颜色、结构、梯度和位置等信息建立人脸显著特征图.其次,基于建立的视觉显著特征图,对人脸图像视觉显著特征进行学习和聚类,最终能够快速而准确地确认和分割出图像中的人脸区域.该方法突破了传统的逐点搜索的限制,通过一个几何模型和眼图模型对图像中的人脸区域进行搜索,大大提高了人脸候选区域搜索标记的效率,减少了后续处理工作.最后,通过分割出的人脸区域得到一个有效的边界特征图,并融合人脸显著特征图对人脸进行跟踪.实验结果表明本论文所提出的基于视觉显著特征的人脸图像分割与跟踪方法能够较有效地分割出人脸.     

基于回归的人脸检测加速算法

为了提高视频中人脸检测的检测速度,采用回归分析方法预测连续视频中人脸中心位置坐标,并通过调整区域宽度系数确定人脸区域位置,从而提出一种人脸检测加速算法。该算法的主体框架采用VJ(Viola-Joines)结构,在人脸检测过程中,通过聚合通道特征和弱级联分类建立多尺度精细采样图像特征金字塔,并利用回归分析方法进行人脸中心位置坐标拟合,再采用粗粒度预测方法降低算法时间复杂度,最后通过优化人脸区域位置系数提高人脸检测准确率。在此基础上,又通过目标预测、跟踪算法进行人脸检测的二次加速。实验结果表明,该算法有效减少了视频人脸检测遍历区域,提高了人脸检测的检测速度,缩短了提取视频人脸特征区域的时间,更加适合视频人脸检测的实时性应用。     

基于肤色补偿的人脸彩色照片高光修正方案

基于RGB色彩空间模型,结合人脸肤色特征和皮肤高光特征,采用手动指定高光中心及设置皮肤修正基色的方法,提出基于肤色彩色分量补偿的高光修正方案,并通过计算机对方案的修正效果进行实验验证.该方案根据人脸肤色特征对相片中人脸区域进行分割,识别出与皮肤高光灰度相近的眼白,眼珠反光等非处理区域,然后根据肤色特征和皮肤高光程度对高光区各颜色分量进行恰当的减量处理,实现人脸彩色照片高光修正.该方案简单可行,可控性强,可以对大多数人脸彩色照片进行较好的高光修正.     

基于小波尺度共生矩阵的分割算法在地物提取中的应用

针对从全色航空影像中进行居民地区域提取的随机性和复杂性，阐述了一种基于小波尺度共生矩阵进行居民地提取的新算法，它的特点是先用小波变换将图像变换到不同的尺度层上，然后再在多尺度层上提取共生矩阵信息，形成居民地特征．与传统的居民地提取方法比，它用到了不同频率上居民地纹理信息，从而更准确的刻画了居民地的纹理特性，试验结果表明，基于小波尺度共生矩阵对居民地有较好的分割效果．     

东北公路区域结构的经济分析

公路建设的区域结构要以合理、优化为原则,才能更好地发挥其对人类社会与经济发展的基础作用。本文把GDP、区域土地面积、贸易量、人口数量作为评价项目,把东北地区三个省作为评价对象,运用层次分析法和关联矩阵方法,从经济发展的角度论证了公路建设在地区结构方面合理性的问题,目的是使道路建设与经济的发展能够相得益彰、相互促进。     

基于肤色及深度信息的人脸轮廓提取

提出并实现了一种新的提取人脸封闭轮廓的方法.首先通过三目立体视觉系统获得彩色图和深度图,然后利用彩色图的肤色信息和深度图的深度信息而惟一确定的面部区域,最后再通过对面部肤色区域轮廓提取并结合活动轮廓模型(Snake)提取下巴,从而完成整个人脸轮廓的提取.该算法能够较好地提取人脸的轮廓线,克服了下巴边界难以从颈部区域提出的困难,定位精度高,边缘连续性好,满足了人脸轮廓特征提取的要求.     

基于隐马尔可夫模型人脸识别的研究

提出了基于HMM的人脸识别方法.根据人脸的特点建立HMM模型,然后采用奇异值分解抽取观察序列.通过对观察向量的仿真结果表明,这种方法在提高识别率和缩短计算时间方面都有很大进步.     

中巴资源一号卫星水体信息提取方法研究

选取中巴资源一号卫星(CBERS-1)CCD数据南京幅典型地区作为研究区,其范围为1 262×1 295像元区域.通过分析不同水体在不同波段的光谱特征,及山区阴影对水体提取的影响,提出了一种新的水体遥感信息提取方法一迭代混合分析方法,适合于亮度值偏低的中巴资源一号卫星数据.利用该方法进行了水体信息提取实验,实验效果良好.因此,通过水体信息提取,中巴资源一号卫星数据可为洪涝灾害评估预测提供基础数据.     

几何信息分割算法在居民地提取中的应用

针对从全色航空影像中进行居民地区域提取的随机性和复杂性 ,阐述了一种基于几何结构信息进行居民地提取的新算法。此算法的特点是在影像上提取居民地的几何信息 ,形成居民地影像的特征。与传统的居民地提取方法比 ,此算法用到了居民地纹理的矢量信息 ,从而更准确的刻画了居民地的纹理特性。试验结果表明 :基于几何信息的分割算法对居民地有较好的提取效果     

基于眼睛与嘴部状态识别的疲劳驾驶检测

为在驾驶员佩戴眼镜的情况下也能准确有效地检测疲劳状态, 提出一种判断是否佩戴眼镜的方法, 并建 立了基于眼睛与嘴部状态的疲劳驾驶检测系统。 对该系统中有关目标检测、 特征提取与图像识别等算法进行 研究。 首先, 采用 Adaboost 算法通过人脸分类器从视频帧中检测人脸区域, 并根据面部器官几何分布规则粗检 眼睛与嘴部区域; 其次, 基于大律法自适应二值化, 采用垂直积分投影法判断是否配戴眼镜, 根据灰度直方图 统计特征值法判断戴眼镜的眼部区域状态, 另外, 利用似圆度判断嘴部打哈欠情况; 最后, 利用 PERCLOS (Percentage of Eyelid Closure over the Pupil)值识别眼睛疲劳状态, 利用打哈欠频率识别嘴部疲劳状态。 当检测 到驾驶员处于疲劳状态, 则及时给出疲劳警告。 实验结果表明, 该方法可有效解决眼镜对检测的干扰, 并适用 于不同光照与环境。 同时, 在戴眼镜情况下对于眼睛与嘴部疲劳状态的判断优于其他方法。 基本满足疲劳检 测系统对良好的实时性、 稳定性与鲁棒性等要求。     

监控场景下视频中全局移动对象的异常行为自动识别

传统异常行为识别方法容易受到外界环境的干扰,导致识别精度低下;且开销较高。为此,提出一种新的监控场景下视频中全局移动对象的异常行为自动识别方法。对异常行为特征进行提取,选用的特征为目标运动轨迹特征和外接矩形框宽高比特征,通过位置动态对监控场景下视频中全局移动对象运动轨迹特征进行提取,通过最小外接矩形框对移动对象进行标记。依据特征提取结果,通过异常测量函数实现监控场景下视频中全局移动对象的异常行为自动识别。实验结果表明,采用所提方法对全局移动对象的异常行为进行自动识别,不仅识别精度高,且开销较低。     

淮北市裂隙岩溶水动态模拟与超采评价

以淮北市裂隙岩溶水源地开采实际为研究对象,利用水位自回归与多元回归相耦合的方法建立水位动态模拟模型;根据对1997-2004年期间实际水位动态的模拟过程与结果,论述耦合方法计算精度较好的内在原因,阐述该方法的优越性;结合区域水位动态特征,分析区域裂隙岩溶水超采的成因,从用水公平角度讨论超采临界水位的确定方法,利用动态模拟模型评价水源地的超采程度;基于区域水位动态特征和超采评价结果,探讨水源地限采的技术思路.