单视影像下的人脸快速三维重建

提出了一种单视影像下的人脸快速三维重建方案,能够对非可控条件下获取的单幅人脸图像进行有效、快速的三维重建。在三维人脸重建阶段,提出了一种特征动态选择策略,针对待重建人脸图像动态选择合适的2D-3D特征变换子空间,在保证执行效率的同时能显著提高三维人脸模型的重建精度。实验证明,本方法不仅简洁高效,而且对人脸姿态和光照变化具较好的鲁棒性,在WHU-3DFaceData数据库上取得了理想的重建效果。     

基于改进散乱数据插值算法的人脸模型特定化技术

真实感虚拟人脸合成技术一直是计算机图形学一个重要而富有挑战性的课题。其中，人脸建模是第一步，也是至关重要的一步，而人脸模型特定化技术是其中的关键技术。在研究和实验的基础上，提出了一种基于改进散乱数据插值算法的人脸模型特定化技术。实践证明，该技术可取得较好的效果。     

YUV-KL变换在人脸肤色检测中的应用

将常用于人脸肤色检测的YUV色彩空间与KL变换相结合，提出了一种基于YUV-KL变换的肤色检测算法，并将它和其他常用的色彩空间检测效果进行对比，指出了这种变换的优势，并分析了原因。     

基于鉴别字典学习的遮挡人脸姿态识别

利用字典学习与稀疏表示的信号重建与分类的性能,两步字典训练学习方法引入到鲁棒性人脸姿态识别中。首先,将人脸姿态离散化为不同的子空间,使用K-奇异值分解法（K-SVD）为每个子空间训练一个子字典使其对应一个类别;然后,将所有子字典组合成超完备字典;最后,采用基于Gabor特征与稀疏表示的方法进行姿态分类。为了提高字典的分类能力,本文采用两步字典训练学习方法,并在第二步学习中加入类别约束;为了提高算法的鲁棒性,本文重构一个遮挡人脸字典,解决人脸姿态识别中人脸遮挡问题。通过在公开的XJTU、PIE和CAS-PEAL-R1人脸库上的实验结果表明,本文方法在具有光照、噪声和遮挡变化的人脸库识别率均能达到95%左右,基本能达到实际应用的要求。     

融合纹理与形状的人脸加权新特征

根据人类进行人脸识别的特点,提出一种纹理与几何形状相结合的人脸新特征。新特征提取的第一步是提取脸部5个关键点;然后,根据人脸图像每个像素点到5个关键点距离动态对每个像素进行加权计算。新特征在纹理特征的基础上,融合了人脸关键点和每个纹理点与关键点之间的位置几何距离信息。与传统的单一纹理特征相比,提高了抗干扰性;而且,由于定位了5个关键点,有利于后续的人脸分块识别。在YALE人脸库和XJTU人脸库上采用线性判别方法与稀疏表示人脸识别方法的实验研究表明:新特征与传统的纹理特征相比,识别率提高了5%~10%;新特征加人脸分块方法识别率接近100%。     

黑白人脸图像的彩色复原方法

提出了一种基于图像变形和颜色空间转换的黑白人脸图像的彩色复原方法。该方法的基本思想是参考现有的彩色人脸图像,将其色彩添加到黑白人脸图像中来实现彩色复原。该方法思想简单、步骤简便、容易实现。实验结果表明,该方法非常有效,能自然逼真地实现男、女、老、少等不同黑白人脸图像的彩色复原,并且其实现的彩色复原图像在人脸的各个细节特征上都非常逼真、自然、富有说服力。     

一种自适应的PSO粒子滤波人脸视频跟踪方法

提出了一种自适应的PSO粒子滤波人脸视频跟踪算法。本算法充分利用粒子群算法的寻优能力,使粒子向真实值的后验概率分布移动,同时引入小生境(niche)技术加以改进,构造出多种群特性,使目标分布呈现非线性非高斯特性的多模分布,由此提高对动态系统中最优解动态变化的自适应能力。实验表明,在简单背景匀速运动、复杂背景匀速和变速运动的人脸视频跟踪中,和传统粒子滤波、普通PSO粒子滤波相比,具有良好的跟踪精度和稳定性。     

基于Adaboost算法和人脸特征三角形的姿态参数估计

提出了一种基于Adaboost算法和人脸特征三角形的姿态参数估计方法。首先利用Adaboost算法训练人脸器官检测器,然后根据人脸器官的几何特征定位人脸特征点,利用获得的人脸特征点构建人脸特征三角形。当人脸发生姿态变化时,利用特征三角形的位置变化进行姿态参数的初步估计。     

中国失踪儿童互助Mobile GIS系统的设计与实现

针对目前失踪儿童案件频发且寻回率低这一社会问题,系统致力于为失踪儿童家庭和社会提供最为便捷高效的免费民间互助寻亲服务。依托基于位置的服务技术、人脸图像智能识别技术、云计算技术、公众大数据共享技术、移动互联网等技术的协同研究,从而构建移动GIS平台下的失踪儿童互助系统,实现了在寻找失踪儿童过程中有关公众案件的大数据登记与共享以及基于空间位置的人脸图像云端识别、移动互联网地图时序化标注、案例空间化自动追踪与高效反馈等一系列功能。目前系统运行平稳,已接收并发布了全国千余条寻人图文信息,将为亲属、政府、公众以及执法部门之间架起爱心互助的桥梁。     

利用位置权重稀疏表示的人脸超分辨率算法

提出了基于位置权重稀疏表示的人脸超分辨率方法,利用目标分块与样本原子之间的位置关系,提高原子基选择的精确性,并减少了计算复杂度.仿真实验结果表明,在主客观质量方面,提出的基于位置权重的稀疏表示人脸超分辨率方法相比于传统的稀疏表示图像超分辨率方法均有显著提高.