排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
基于弹性模反的嘴巴轮廓提取 总被引:3,自引:0,他引:3
本文提出了一种改进的更符合唇形的嘴巴弹性模板,结合一组利用了原图像灰度信息,边缘及谷值区域信息的能量函数。 相似文献
2.
提出了一个用改进的不易受光照影响的ASM(Illum ination Insensitive-Active Shape Model,简称I2-ASM方法)进行眼睛和嘴巴轮廓检测以及用组合方法进行眼睛和嘴巴状态分类的算法。对有丰富表情的人脸图像进行实验,结果表明,提出的算法即使在非均匀光照下也能取得较好的轮廓检测和状态分类结果。 相似文献
3.
4.
基于弹性模板的嘴巴轮廓提取 总被引:4,自引:0,他引:4
本文提出了一种改进的更符合唇形的嘴巴弹性模板,结合一组利用了原图像灰度信息,边缘及谷值区域信息的能量函数,对微张或抿紧的嘴巴都能使模板与其很好匹配.此外,本文提出的保守的能量下降算法及归一化能量函数简化了经验参数的选择.实验结果证实了本方法的正确性及有效性. 相似文献
5.
人脸的活体检测是人脸识别系统的安全性保证,传统交互式活体状态识别中通常先进行关键点检测,再进行人脸活体状态判断,无法利用活体属性之间关联性同时进行多种活体属性检测。基于多任务卷积神经网络(convolutional neural network,CNN),提出了一种直接从输入人脸中同时判断人脸的眼睛睁闭状态、嘴巴的张闭状态、头部点头状态和摇头中左右侧脸状态四个任务的活体检测方法。该方法利用多层CNN强大的特征提取能力、多任务的并行能力和四个任务中的关联性,直接提取人脸照片中的特征信息,判断人脸多个活体属性。实际应用结果表明,这种基于多任务CNN方法的准确率在四个任务中均可达95%以上,甚至达到98%以上,无论检测的准确率还是同时检测多个任务的能力均明显优于传统的人脸活体属性检测方法。 相似文献
6.
齐英 《湖南文理学院学报(自然科学版)》2007,19(4)
提出了一种结合gabor滤波和模糊支持向量机进行嘴巴状态检测的方案.首先用gabor小波对人脸图像进行特征提取,从而得到嘴巴特征图像,然后在特征空间中,用FSVM设计嘴巴状态分类器.实验结果表明,该算法能够取得较好的分类效果. 相似文献
1