基于KNN分类器的分层图像特征提取

给出一种基于k最近邻分类器(KNN)的分层图像特征提取方法.该方法能有效地获得有代表性和判别性的模板集合,并以较低计算复杂度来获取更高的识别精度.     

A ciosed-loop algorithm to detect human face using color and reinforcement learning

A closed-loop algorithm to detect human face using color information and reinforcement learning is presented in this paper. By using a skin-color selector, the regions with color “like“ that of human skin are selected as candidates for human face. In the next stage, the candidates are matched with a face model and given an evaluation of the match degree by the matching module. And if the evaluation of the match result is too low, a reinforcement learning stage will start to search the best parameters of the skin-color selector. It has been tested using many photos of various ethnic groups under various lighting conditions, such as different light source, high light and shadow. And the experiment result proved that this algorithm is robust to the vary-ing lighting conditions and personal conditions.     

网络图像过滤系统的研究与设计

针对目前过滤系统存在的滞后性问题,提出了相应的解决方案,其中包括数据分流和预处理方案。设计了网络图像过滤系统,对过滤速度进行了测试,结果显示该系统可以满足实时要求。     

基于神经网络的人脸检测算法研究

针对复杂场景图像中的人脸，提出了一种基于BP神经网络的人脸检测算法，由网络训练和人脸定位两部分组成．可以有效地运用于多人脸、不同尺寸、不同姿态、不同面部表情、不同肤色、不同光照条件和复杂背景的情况。实验结果表明该算法快速有效。     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

一种分形图像匹配方法

通过对ＦＢＭ的Ｗｅｉｅｒｓｔｒａｓｓ－Ｍａｎｄｅｌｂｒｏｔ随机分形逼近函数的频谱分析，给出了多重分形特征的定义，并给出了判别图像的ＦＢＭ区域的方法，在ＦＢＭ区域内采用该特征进行匹配能克服复杂自然景物图像中灰度与边缘特征的不稳定性，实验表明该匹配方法能够获得比传统匹配方法，例如平均绝对差算法以及特征匹配法更高的匹配定位精度和匹配概率。     

基于 Mahalanobis距离进行人脸表情的识别

提出了利用Mahalanobis距离进行人脸表情识别的方法.首先将待分类的图像样本集进行坐标变换,使得变换以后类间离散度尽可能大而类内离散度尽可能小,即使变换以后的Fisher准则函数取得极大值,在新的坐标下求每个待分类样本到各类均值向量的Mahalanobis距离,从而将待分类的样本归到Mahalanobis距离最小的类中去,通过实验得到了平均80.25%的识别率.     

具有真实感的虚拟人头部的一种构造方法

在人类交流信息、情感和动机暗示的广泛能力之中，面部是其中最关键的组成部分之一．因此，具有真实感的三维人脸模型的构造和动画是计算机图形学领域中一个重要的的研究课题．如何能够便捷有效的构造出具有真实感的三维人头部模型是其中一个难点．本文介绍了一种三维人头部模型的构造方法．该构造方法基于一个已存在的三维头部的无个体特征的一般模型，该模型可以经过调整而创造出具有个性特征的头部模型；借助于从两张从正交角度拍摄的普通的某个人的二维照片上采集到的能够反映该个体特征的数据参考点作为控制点，通过DFFD(Dirichlet Free-Form Deformation)的自由变形方法，调整该三维头部模型，进行非线性变形，向特征人面部结构逼近，从而构造出具有个性化特征的头部模型．在此基础上，本文提出了对该方法的一种改进，即对用来进行控制非线性变形的参考点赋以不同的权值，进行分层次控制，从而使得三维头部模型能够更精确的再现个体特征．     

复杂动态背景中的人脸检测

针对复杂动态背景中的人脸检测问题，提出了一种基于差影运算和肤色识别的检测算法。该算法首先通过改进的差影运算初步确定人脸区域，然后建立一个人脸肤色模型进一步进行肤色匹配．从而实现由粗到细的人脸检测。实验证明，该算法可以适应不同的光照环境，不受人脸大小和朝向的限制。其运算速度和精度均达到实用要求。