改进的主动形状模型方法在人脸特征点定位中的应用

针对主动形状模型(ASM)已成功应用于人脸特征点定位提出了两点改进方法.其一,首先用Adaboost方法在图像中检测到人脸区域,然后在人脸区域中检测到瞳孔的位置,为ASM中的点分布模型粗略地定位好初始位置;其二,将原始ASM方法中的关键点的1D纹理模型改进为基于核概率密度估计模型的2D纹理模型.改进的方法在SJTU人脸数据库中进行验证,结果表明,改进的ASM方法提高了特征点定位的精度.     

一种改进的基于主动形状模型的人脸特征定位方法

主动形状模型是目前一种常用的人脸特征定位方法.针对传统的主动形状模型过度依赖模型初始参数的设置问题,提出了一种改进的基于主动形状模型的人脸特征定位方法.首先,通过样本学习得到输入新图像的灰度重构系数,并将这组系数用于人脸形状的重构,再由重构出的人脸形状得到主动形状模型的初始参数,然后通过不断调整模型参数减少模型与目标轮廓的距离误差,最后在数次迭代后达到模型与实际人脸特征轮廓的匹配.与基于传统主动形状模型的特征定位相比,改进的主动形状模型具有较高的准确性,能快速定位出各目标特征.     

一种基于主动网络节点的分层管理模型研究

主动网络是一种新型的可编程网络结构,它为用户提供了可编程的接口,使用户可以对网络进行个性化的编程和设置,通过网络中的节点动态地注入所需的服务,但传统的网络管理已不能适应主动网络的管理.本文首先讨论了传统网络管理(NM)中存在的问题,分析了主动网络管理(ANM)体系结构与管理机制,重点讨论了一种基于节点为核心的主动网络分层管理模型,并分析了该模型的结构、管理机制、设计要点和各层关系,说明了此模型能够很好地适用于主动网络的特点和管理的需求.     

全局纹理约束的主动性状态模型

基于图像解释、分割中两种常用的模型——主动形状模型（ASM）和主动表观模型（AAM）的基本原理，提出了一种全局纹理约束的主动形状模型的新方法。     

基于天棚模型和扰动观测器的主动悬架滑模控制研究

以非线性二自由度主动悬架系统为研究对象,将天棚模型和扰动观测器的滑模控制算法相结合,提出了基于天棚模型和扰动观测器的滑模控制算法,并证明了系统的一致有界和一致最终有界。天棚模型中的簧载质量位移和速度给主动悬架系统中的簧载质量位移和速度提供参考轨迹;扰动观测器用于估计由悬架系统中悬架弹簧力、减振器阻尼力和作用在簧载质量上的外界干扰引起的簧载质量的扰动量。文中还在阶跃路面激励和随机路面激励下,根据主动悬架系统实验结果,验证了提出的控制算法的可行性;并在阶跃路面激励下,基于非线性二自由度主动悬架模型,计算了线性二次型最优控制(LQR)、具有扰动观测器的滑模控制(DOSMC)和基于天棚模型和扰动观测器的滑模控制(RMDOSMC)下主动悬架系统中簧载质量加速度、悬架动行程和轮胎动载荷的性能指标。与LQR和DOSMC控制相比,采用RMDOSMC控制时,主动悬架系统可以获得更优的性能指标。     

基于Canny-AAM的人脸特征定位算法

主动表观模型(AAM)是经典的特征点检测方法,该模型对外轮廓的定位不是十分准确,且计算复杂度高,迭代次数大,容易陷入局部最优解,很难满足多姿态人脸特征点检测的要求.针对上述问题,提出了一种基于Canny边缘检测的AAM人脸特征定位方法.在使用AAM之前先利用Canny算法进行边缘检测,滤去非人脸轮廓部分像素点的纹理信息,使特征点极大限度的定位到人脸轮廓部分.实验结果表明:该方法减少了迭代次数,降低了计算的复杂度,提高了匹配的准确率,时间消耗降低了27.7%.     

基于边缘方向和梯度的图像特征匹配算法

主动形状模型(Active shape model,ASM)是一种基于统计参数化的图像特征匹配算法,它主要应用于提取图像的特征点.在分析传统方法不足的基础上,提出一种基于改进主动形状模型的图像特征匹配新算法.传统的ASM直接采样灰度值信息建立局部纹理模型,灰度值对光照、姿态等因素是非常敏感的,常会带来较大匹配误差或者导致模型匹配失败.采用基于每个像素的边缘方向和强度来代替灰度值,改进的表示方法是利用边缘方向和强度的信息去建模,并且加入了边缘结构的方向和强度.改进的表示方法增加了纹理表示的边缘特征,边缘特征能有效地让模型收敛到图像的外轮廓,当外轮廓精准匹配后可以有效抑制和促进图像内部特征点定位更加准确.实验结果表明,改进的方法可以有效提高模型的匹配精度.     

基于图的主动数据库规则模型E-RG

针对两种典型的主动数据库系统HiPAC和Starburst系统中主动规则模型的不足,提出主动数据库的E-RG规则模型.该模型由规则间基本时序关系导出控制结构,形成高层次的主动规则,既支持CA规则的并发执行,又易于规范规则集的行为特性.同时给出由规则间基本时序关系导出S,Y与P的关系,并保证时间语义无损的转换算法.     

基于改进纹理表示的主动形状模型

主动形状模型(Active shape model,ASM)是一种基于参数化的统计模型,它主要应用于图像处理中的特征定位和提取.本文在分析传统ASM方法不足的基础上,提出一种基于改进纹理表示的ASM方法.改进的纹理表示方法是直接用联合Gabor相位特征和局部二元模式(local binary patterns,LBP)特征代替传统的灰度值.改进的方法提供多尺度多方向的Gabor纹理信息,而且基于LBP的纹理编码能对光照更加鲁棒,而且可以去除大量冗余信息.实验结果表明改进的ASM能有效提高特征点的匹配精度.     

基于正交图像的头部三维模型构建

为快速构建人体头部的三维模型,提出了一种使用头部正面和侧面两张正交图像进行重建的方法.首先,利用Candide-3模型生成标准头部模型;然后,利用改进的主动形状模型(ASM)自动获取正面图像中68个特征点和侧面图像中35个特征点,并将获取的特征点与标准头部模型中的顶点进行匹配,利用匹配特征点对标准模型进行全局变形和局部变形,从而获得个性化模型;最后,对侧面头像进行仿射变换,使之与正面图像配准,并通过柱面投影和加权融合获得人脸全景纹理图,将其映射到个性化模型上以获得逼真的头部模型.实验结果表明:与传统ASM算法相比,利用改进ASM算法获得的特征点定位准确度提高了13.1%;所提方法仅需约1.2 s便可重建出具有真实感的头部三维模型,并能提供较大范围的可视角度和较丰富的深度信息.     

植物有效成分间歇浸取动力学研究进展

介绍了植物有效成分间歇浸取动力学模型的理论基础、数学处理方法、发展沿革和研究进展.根据间歇浸取动力学模型特点将浸取动力学模型分为平衡浓度模型和瞬时浓度模型,详细介绍了两种模型的建立.大多数有关植物有效成分浸取动力学研究都是以平衡浓度模型为基础的,由于浸取过程中有效成分会参与反应或发生降解,真实的有效成分浸取平衡浓度很难测定,显然该模型对于易反应有效成分或微波、超声等强化浸取过程有不可克服的缺陷.瞬时浓度模型将广泛应用,但是数学处理难度增大.详细介绍了超声、微波等特殊物理场强化条件下浸取动力学方程建立的理论基础、数学方法和研究进展.     

基于主动学习隐马尔可夫模型的文本信息抽取

对只能获得部分标记的训练文本,将主动学习方法应用到文本信息抽取中,提出了一种基于主动学习隐马尔可夫模型的文本信息抽取方法.在该方法中,通过主动学习,仅将对隐马尔可夫模型的训练最有价值的训练文本挑选出来进行标记.实验表明,通过选择模型信任值的最佳门槛值,该方法在保证文本信息抽取性能的前提下,大大减少了用户标记训练文本的工作量.     

基于改进活动轮廓模型的焊接接头缺陷分割

针对焊接接头的X射线图像存在光照不均、对比度低、缺陷边缘模糊等特点,提出了一种改进活动轮廓模型的分割方法.在传统活动轮廓模型中,引入平均滑动直方图进行非参数概率密度估计,使模型的驱动按照梯度力和统计压力值进行,解决了初始化受限和对焊接接头缺陷边界难准确分割的问题.实验结果表明,应用本文所提改进算法,能够准确地从X射线图像中提取出焊接接头缺陷,图像分割精度得到显著提高.      

面向主动对象的工程数据库系统

描述面向主动对象的工程数据库系统模型,探讨面向主动对象的数据库技术在工程数据库系统中的应用,给出利用该技术来建立ＣＡＤ实体模型的一些方法。     

一种全局隶属度和小波能量相结合的活动轮廓模型

计算机化X射线体层照相(computeried tomography, CT),图像中的磨玻璃型肺结节,由于其具有模糊的轮廓,且肺结节区域与其邻域的亮度值相差很小等特性,一般的图像分割算法很难对其进行精准地分割。针对该问题,提出一种全局隶属度和小波能量相结合的活动轮廓模型。首先,利用全局隶属度函数调整初始活动轮廓曲线,使之与目标边界的距离更接近,且形状更相似;同时,基于全局隶属度的边界停止函数能快速收敛于目标边界,使得预测曲线更加贴合待分割目标;其次,基于小波能量的局部活动轮廓模型数据项增强了目标与背景之间的对比度,进而能更精准地分割在低对比度和亮度非均匀场景中的目标轮廓。将该模型应用于全实质及部分实质磨玻璃型肺结节的CT图像中,实验证明了本文算法的优越性。     

主动面向对象数据库系统中主动规则的研究

目的研究ＡＯＯＤＢＭＳ中事件模型,主动规则,规则关联的实现技术。方法在已有面向对象的原型系统Ｏ２ＤＢ基础上结合ＡＩ技术设计和实现主动规则机制。结果实现了对不同类型事件的监测和规则推理。结论面向对象技术与ＡＩ技术相结合增强了规则的知识表达能力,是研究主动数据库的一种行之有效的途径。     

一种基于主动轮廓模型的图像分割新方法

针对迭代收敛时主动轮廓模型在图像深凹处难以完全收敛且在较高的图像分辨率下收敛速度缓慢的缺陷,提出了一种基于主动轮廓模型的图像分割新方法.本方法结合了多分辨率与梯度向量流概念,首先在原始图像的低分辨率图像上进行轮廓提取,并将提取到的轮廓作为初始轮廓再在高分辨率图像上进行轮廓提取,最终得到原始图像的轮廓.实验结果表明,本方法在图像深凹处收敛效果良好,且极大提升了收敛速度.     

基于改进活动轮廓模型的超声图像分割

活动轮廓模型被广泛应用于医学图像分割之中，文中提出了一种改进的快速活动轮廓分割法。原算法在优化过程中容易缩成一点，其初始轮廓必须给定在图像边缘附近，改进的快速活动轮廓算法给出了不同于原算法的内部能量函数，并增加一自适应的约束力，扩大了算法捕捉图像特征的范围。实验结果表明：该算法快，能在更大的范围内捕捉图像特征，是一种有效的分割超声图像的算法。     

基于多自由度汽车模型的主动悬架

在考虑座椅、乘客等因素对汽车舒适性影响的基础上，建立了一种适应汽车主动悬架控制研究的多自由度车辆立体模型。在此模型基础上，运用LQ控制方法设计了控制器。通过对各种模型的效果进行分析，作者提出了最佳控制方案。研究结果显示：当选择合适的汽车模型，即使采用低自由度控制器及其常规的控制方法，也能得到令人满意的结果。