中医脉诊的图象化和定量化

脉诊是中医诊察疾病的重要方法,在辨证论治中起着重要的作用。经过两千多年医疗实践和不断总结,中医已形成朴素的脉学理论体系和独特的脉诊诊断技术。脉学理论源于《内经》,立论于晋王叔和《脉经》,明李时珍的《濒湖脉学》使脉学得到普及和发展。《脉经》作为中国现存最早的脉学著作,奠定了中医脉学的理论基础,对于世界医学亦有广泛的影响,早在17世纪已被翻译成多种语言而流传于国外。脉象是医生切脉时手指感觉到的脉管搏动的形象,它是一项灵敏度较高、综合性较强的人体生理、病理信息,脉象作为中医一项独特的诊断技术,具有简便,无创、无痛的特点而易为患者所接受,然而这一诊断方法在长期医疗实践中,也暴露出一些缺陷。首先,切脉单凭医生手指感觉辨别脉象的特征,受到感觉、经验和表述的限制,影响了对脉象判断的规范化;其次,对脉象的表述依靠语言文字,采取类比的方法,虽然描绘得极为主动,但由子学者的知识和理解不一,对各种脉象的概念认识不够清楚,使初学者感到困惑,费时颇多却不得要领,难以掌握和运用;再则,感知的脉象,无法具体记录和保存,影响了对脉象机理的研究。因此,运用现代科学的方法论和高科技技术,进行脉诊客观化研究,是继承和发扬中医脉学的重要课题。     

应用人脸姿态估计实现人机信息交互

针对残疾人士不用手实现计算机操作的问题,提出了一种通过面部姿态的视觉分析手段控制鼠标操作的新方法。首先,由CCD摄像头获得人脸视频图像,采用Haar特征和基于AdaBoost算法的目标检测手段确定人脸区域,再通过图像分析手段提取2个眼角、2个嘴角和鼻尖共5个特征点;然后,以一幅正面图像的特征点位置为参考,对实时图像中人脸的空间姿态进行估计;最后,根据人脸的3个偏转角定义并生成人机交互信息,用于计算机人机界面中鼠标位置的移动和操作控制。实验表明,在良好的光照条件下,该方法可以快速准确完成人脸姿态估计并获得鼠标控制信息,帮助伤残人士实现人机信息交互。     

多模态人-机交互技术及其应用

本文对多模态人机交互技术从语音、唇读、人脸、人体动作四个方面进行研究,多模态人-机交互实际上是人与人之间自然交互的模拟,它的目标是将人与人之间的交互方式移植到人与计算机的交互中,旨在促进自然便捷的人-机交互,减少人-机隔阂,营造和谐的人-机环境。     

肤色信息在人脸检测中的应用研究

随着视频监控系统的快速发展,智能视频分析技术已经广泛地用于人员跟踪与识别、人员身份认证和行为识别等领域。肤色信息是彩色人脸图像最显著的特征,且具有相对稳定性,常被用于人脸检测。该文通过彩色图像描述常用的颜色模型,给出了利用肤色信息进行人脸检测方法的流程,最后通过仿真实验讨论了利用肤色信息进行人脸检测的方法。实验结果表明利用肤色信息可以较好地检测出人脸区域,能够为后续的人脸特征提取和识别奠定良好的基础。     

基于OpenCV的人脸图像预处理技术研究

对采集到的人脸图像进行预处理和训练,以改善图像的视觉效果,提高图像的清晰度,并且使图像更有利于计算机处理,便于对图像进行分割和边缘检测,从而提高人脸图像人别的准确率,为人脸的提取特征值和识别等操作做好准备.利用PCA人脸识别方法,实现简单且识别准确率高,OpenCV的特点是实现了图像处理和计算机视觉方面的很多通用算法,实验结果表明,通过预处理后的人脸图像识别效果更好,识别速度更快.     

基于LVQ神经网络的人脸朝向识别方法

为了满足图像和视屏中人脸的位置,朝向和旋转都不是固定的特点,利用LVQ神经网络模型对图像中人脸朝向识别进行研究.实验采用Matlab工具箱进行LVQ神经网络设计,实现对人脸朝向的判断.实验结果显示,LVQ神经网络可以根据输入图像的二值信息,以较高准确率判断该图像的人脸朝向.     

基于嵌入式平台的运动人脸捕捉系统设计及实现

针对现有智能监控系统难以同时满足清晰、准确、实时、可靠等要求的缺点,提出了一种基于嵌入式视频监控的实时人脸捕捉系统。在ARM Linux操作平台上建立流媒体服务器,实现CCD摄像头的视频采集和传输,采用背景差分法与相邻帧差相结合的方法来实现运动目标的分割与精确定位,提出了一种基于肤色模型的人脸区域分割算法,缩小了运动区域的人脸检测范围,在此区域内,通过Adaboost算法实现了运动目标的实时人脸捕捉。采用ARM1176JZF-S内核的Samsung S3C6410处理器,以Linux2.6.28作为系统的软件开发平台,在基于开源计算机视觉库OpenCV软件工具基础上进行系统开发与测试。结果表明,该系统实现了运动目标的检测以及人脸捕捉,并具有很好的清晰度,从其统计的检测率和运行时间看,有很好的鲁棒性和实时性。     

图像灰度熵特征与SVM分类结合的人脸检测

提出了一种基于支持向量机并综合图像灰度值和灰度熵的人脸检测方法.在信息论的编码熵的基础上提出了灰度熵的概念,并把人脸图像的行像素灰度熵和列像素灰度熵作为人脸图像的部分特征.在人脸检测系统中,把人脸图像的灰度值和行像素灰度熵和列像素灰度熵作为特征用支持向量机进行训练,得到检测用分类模型,然后把分类模型应用于人脸检测.实验证明了这种方法的有效性.     

基于PaddleHub的人脸口罩识别系统

新冠病毒的传播方式主要是通过呼吸道传染,人们佩戴口罩进行防护是最有效的预防 感染的途径之一,而人脸口罩自动化识别可以有效监督人们是否佩戴口罩。文章设计了基于 PaddleHub的人脸口罩识别系统,利用PyramidBox单阶段人脸检测器和FaceBoxes主干网络分别对 目标区域进行人脸检测和口罩识别。此外,为扩展该系统的功能,还增加了嵌入式人体测温和视 频监控识别的核心功能,以及增加了分类人数统计、实时语音报警和实时截图的特色功能。该系 统采用了网页端的形式进行了各功能的效果展示,并且在全天候自然场景下进行了实地测试达到 了显著的检测效果。     

基于自适应多重多元回归的人脸年龄估计

针对基于标记分布学习的多重多元回归模型不能生成和人脸老化趋势一致标记分布的问题,提出自适应多重多元回归的人脸年龄估计方法.在为不同年龄生成具有适合标准差的离散高斯分布的基础上,采用偏最小二乘模型并有效地利用邻近年龄的人脸老化信息进行年龄估计.在MORPH人脸数据库上的对比实验结果表明,该文的人脸年龄估计模型具有更好的性能.