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。     

对推理规则在非经典逻辑中失效的分析

论文认为强化前件规则对虚拟条件句确实足失效的，但传递原则、逆换原则和析取前件消去规则并没有像希尔皮南所说失效了。如果对同一性替换规则加上条件对一个命题的某个部分实施替换，要求所利用的同一性在该命题的模态下也成立，则同一性替换规则可以运用于模态语境。奎因对存在概括规则在模态语境中失效的分析并不完全准确。     

论过程控制系统的次优化方法：（Ⅱ）最简控制功能模块替换的次优化

利用低阶模型替代高阶模型，并以此为依据设计最优状态调节器，这经常是以ＰＩＤ及其组合与替换的形式出现。本文提出这种结合最常用的方式是Ｐ－ＰＩ，ＰＩＤＡ－ＰＩＤＢ以及ＰＩ－Ｉ的组合，并指出其适用的对象特性。     

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．     

一种新的代理缓存替换算法

使用文档大小、访问频率、文档访问剩余寿命作为计算文档价值的关键词，在提出的替换策略上，对文档的访问频率作一个更精确的计算。实验结果将会表明该算法的改进更进一步提高了缓存性能，得到较高的文档命中率和文档字节命中率。     

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。     

线性人脸对象类模型的匹配提升技术

针对真实感人脸模型匹配的细节控制和稳健创建问题，提出了线性人脸对象类模型的匹配提升技术。基于非统一抽样(NUS)的动态高斯金字塔分析(DGPA)方法，结合不等概率抽样和整群抽样策略，自适应地动态调整每级高斯金字塔图像的抽样分布，利用最优化算法由粗到精的计算全局近似最优解，获得精确的模型匹配。动态调节整群区域边界并利用再抽样率调节抽样密度，可以有效控制人像模型的细节表达效果，提高模型创建的稳健性。随机梯度下降的线性相关性扰动(CD-SGD)和学习率自适应(ALR)技术，提高了模型匹配的准确性和收敛速度。以M     

蛇模型的综述

蛇模型 (snake)由卡斯 (Kass)等在 1987年首次提出后在数字图像分析和计算机视觉等领域正在得到越来越广泛的应用。本文从蛇模型的原理、发展及应用情况来进行阐述 ,并举例说明了蛇模型的使用     

古汉语双宾结构及其同形结构

本文从语法和语义两个层面界定了“双宾结构”的内涵，并且确立了双宾结构的原型特征，同时依据语法特征，设立了同形结构范畴，共描写了22种准双宾结构及其替换格式、形成途径与双宾结构的关联等。