基于加权局部梯度直方图的头部三维姿态估计

在实时估计人的头部三维姿态时,基于局部梯度方向直方图的面部特征表示方法容易受到背景和环境的影响,其检测精度无法满足实际需求。为了减少图像或视频序列中背景和环境的影响,提出了一种新的对面部特征进行描述的方法,即基于肤色权值和高斯权值加权的局部梯度方向直方图特征表示方法。在具体计算时,首先进行人脸检测并将人脸区域缩放到统一大小,然后计算人脸区域每个像素点对应的梯度方向,接着计算肤色权值并利用肤色权值和高斯权值对梯度方向进行加权得到加权局部梯度方向直方图,从而强化面部特征在直方图中的比重,有效减小背景对头部三维姿态估计的影响,最后利用非线性支持向量回归机求解加权局部梯度方向直方图与头部三维姿态之间的关系。实验结果表明:该特征表示方法具有更高的检测精度。     

一种防欺诈的视觉密码共享方案

本文提出了一种基于(k,n)-th的具有信息隐藏和身份验证功能的视觉密码共享方案。秘密图像首先被加工成n个共享份,然后隐藏在n个用户选定的密文图像中。图像水印技术被用来嵌入到密文图像中,并通过使用奇偶校验位检查验证每个密文图像的保真度。在秘密图像恢复过程中,每个密文图像首先验证其保真度,即检查奇偶校验的一致性,这有助于防止意外或故意提供虚假或被篡改的密文图像参与进来,提高了秘密恢复过程的安全性。本文最后的实验结果证明了此方案的可行性。     

基于信号强度的最大似然振幅估计迭代算法

为避免频率和相位估计所带来的误差,研究只根据接收到的信号幅值即信号强度就可以进行振幅估计的算法。针对已知噪声方差的情况,采用最大似然原理推导出含振幅估计的等式,提出了两种迭代算法,并对其平均迭代次数及计算复杂度进行了比较。仿真试验结果显示,两种迭代算法性能几乎相同且均优于传统振幅估计算法,其中牛顿迭代法计算复杂度略高,但其平均迭代次数小于阶梯迭代法,尤其是在低信噪比下。由此可见,基于信号强度的最大似然振幅估计牛顿迭代法优于其他振幅估计算法。     

基于压缩感知和约束随机线阵的声源方位估计

为解决声源方位估计中因阵元个数受限导致角度分辨率低的问题,提出以多约束均匀分布线性随机阵列为基础的随机线阵压缩感知(MC-Uni-RLA+CS)声源方位估计方法。研究了在不同信噪比、不同入射信号个数情况下本方法的识别精度,比较了均匀线阵压缩感知(ULA+CS)方法和MC-Uni-RLA+CS方法在不同入射角度范围内的识别精度。通过数值仿真与同类方法对比验证了该方法的有效性和优越性。结果表明:相同麦克风数量条件下,与CBF、MVDR、MUSIC和ULA+CS方法相比,MC-Uni-RLA+CS方法在低信噪比情况下分辨率更高,完全正确角度识别范围拓宽为[-50°,50°],且低噪比时鲁棒性好。     

一类随机动态传递系统中随机信号的优化建模与算法分析

在将普通信息空间中的信息流研究拓广到价值更高、信息量更大的广义信息测度空间中的全方位、多视角随机动态信息流研究的基础上,讨论了随机动态传递系统中一类多维广义部分可观测平稳过程最优滤波与估计的递推滤波算法,深入搜索、挖掘了此类广义过程中一系列有价值的信息,得到了此类广义过程随机信号的最优递推滤波方程与最优估计方程,为进一步研究此类过程的最优控制以及提高此类信号传递系统的效率提供了可靠的理论依据和有效的数学处理手段与方法。