基于LBP特征和稀疏表示的新生儿疼痛表情识别

面部表情被认为是新生儿疼痛评估的可靠指标。文中提出一种基于加权局部二元模式(LBP)特征描述符和稀疏表示分类器的新生儿疼痛表情识别方法。首先,经归一化后的面部图像采用一个特征向量来描述,这个特征向量是通过串接组合所有局部图像块的LBP特征图的加权直方图所得到的直方图序列。然后,采用主成分分析(PCA)方法对训练样本及测试样本图像的特征向量进行降维。最后,采用基于稀疏表示的分类器将测试样本图像的表情分为4类:平静、哭、轻度疼痛、剧烈疼痛。文中研究目的是通过利用基于计算机的图像分析技术来辅助临床医生评估新生儿疼痛。在新生儿面部图像数据库上进行的实验结果表明了该算法的有效性,表情分类的平均识别率高达84.50%。     

基于人类视觉系统的物体提取方案

提出了一种物体提取方案，根据人类视觉系统（ＨＶＳ）具有形状和运动两个并行通道的特点以及两者交互作用的原理，采用相对简单的图像分割和运动分割技术，将两者结合在一起，来增强对运动物体的分割处理     

MPEG-4中的Profiles及适用场合

MPEG-4提供了极其丰富的工具集用于对音/视频对象编码.在实现MPEG-4标准时,可以根据应用领域的不同有选择地使用合适的视频、音频、图形和场景描述工具子集,这样可提高编解码器的工作效率.那些面向不同应用的工具子集就称为Profiles(档次),它们限定了一个解码器必须实现的工具集.描述了MPEG-4标准中的Profiles及适用场合.     

一种适用于甚低比特率视频编码的运动估计技术

提出了一种有效的适用于甚低比特率视频编码的运动估计新技术。通过强加一定的空间连续性准则使得运动场结构更加平滑,并且将具有相同运动矢量的相邻图像子块合并为一组,对于这一组中的所有图像子块,只需传输一个运动矢量及简单表示组中各图像子块位置的信息。这样可减少对运动矢量编码传输的代价,同时又得到类似于采用经典块匹配技术所得的预测误差。     

一种实用的二次群多点会议电视系统

本文介绍总线式会议电视联网方案在二次群速率(8.448Mb/s)彩色数字会议电视上的实现方法,以及一种实用的多点会议电视系统.并对具体实现的关键问题作了较详细的讨论。     

区域基视频编码的基本方法及关键技术

介绍了一种区域基视频编码的基本方法以及关键技术。这种编码方法适合于极低比特率的视频编码应用，包括时间递归形态分割、基于区域的运动估计以及采用运动补偿预测的轮廓纹理编码。该编码方法是对输入的图像序列内容没有任何限制，而且其算法结构可按不同的图像质量等级和比特率要求实现可分级的编码过程     

基于不相关局部敏感鉴别分析的新生儿疼痛表情识别

针对新生儿疼痛表情识别中的特征提取问题,提出一种不相关局部敏感鉴别分析（Uncorrelated Locality Sensitive Discriminant Analysis,ULSDA）算法.首先,在局部敏感鉴别分析（LSDA）算法的基础上,通过附加投影向量正交性的约束条件,定义了ULSDA的目标函数;然后,推导出求解特征子空间正交投影向量的迭代公式;最后,将输入的高维图像数据投影到这个特征子空间,求出特征向量.ULSDA算法不仅继承了LSDA算法所具有的有监督、局部流形结构保持等特性,而且消除了LSDA算法所提取出的鉴别特征的相关性,从而增强了特征的鉴别能力,比LSDA算法具有更好的分类识别能力.在新生儿表情图像库上的疼痛表情识别实验结果表明,提出的ULSDA方法是有效可行的.当每类表情的训练样本图像为150幅时,采用ULSDA算法获得的平均识别率达到了82.07％,优于主成分分析（PCA）、线性鉴别分析（LDA）、局部敏感鉴别分析（LSDA）等特征提取方法.     

基于图的半监督深度学习及其在新生儿疼痛表情识别中的应用

针对新生儿疼痛表情识别任务中由于有类别标签样本数量不足而导致分类准确率不高的问题,提出了 一种基于图的半监督深度学习(Graph-based Semi-supervised Deep Learning,GSDL)方法.首先,使用训练集中少量有类别标签的样本对深度神经网络模型进行初步训练,得到初始模型;然后,利用初始模型...     

基于二维局部保持鉴别分析的特征提取算法

提出了一种二维局部保持鉴别分析（Two-dimensional Locality Preserving Discriminant Analysis,2D-LPDA）特征提取算法.该算法直接对图像矩阵进行运算而不需要将矩阵转化为向量后进行运算,较好地保持了图像相邻像素之间的空间结构关系;在LPP算法的基础上,利用训练样本的类别信息计算二维类间散度矩阵和二维类内散度矩阵,并在2D-LPDA的目标函数中引入最大间距准则（Maximum Margin Criterion,MMC）,从而求得具有良好鉴别能力的投影向量,同时还避免了小样本情况下矩阵的奇异性问题.通过在ORL人脸图像库上的人脸识别和新生儿面部图像库上的疼痛表情识别实验,验证了所提出的算法的有效性.