共查询到20条相似文献，搜索用时 46 毫秒
1.
一种复杂背景下的人脸特征提取算法 总被引：1，自引：0，他引：1
通过人脸特征提取是计算机人脸识别技术中的核心技术。主动轮廓模型方法(Activecontourmodel,也称Snakes方法)被广泛应用于特征提取、图像分割等技术中。常规Snakes方法应用于人脸特征提取鲁棒性不强,并且精度不高。对常规Snakes方法进行了改进,其改进主要包括两个方面:1)针对人脸肤色的特点改造了Snakes能量函数的图像能量项,用以提高算法的精度;2)基于人脸五官形状特点,增加了一个新的能量项———形状限定能量项,以期获得更好的鲁棒性。最后,对改进前后的Snakes方法进行了实验仿真与比较、对比研究。实验结果表明,改进后的Snakes方法具有良好的收敛性,并能准确收敛到人脸特征处。 相似文献
2.
提出了一种在基于肤色的人脸检测中通过进行相似度计算来实现人眼特征提取和定位的算法.其目的是在较复杂的背景环境下对静态图片中的人脸进行检测,找出脸部区域并对该人脸进行眼睛定位.先进行肤色分割来完成人脸的区域检测,然后在检测出的人脸范围中利用人脸的几何特征进行快速的眼睛定位.在人脸区域检测过程中使用均值滤波提高人脸区域定位的准确度.实验结果证明,这种方法是准确的、可靠的和快速的. 相似文献
3.
研究高速公路勘察中使用无人机数码航空摄影系统测制地形图,通过实验分析出大比例尺地形图的最佳航测方法及能达到的精度。实验结果显示,在常规控制布点条件下,无人机航测作业使用单台普通数码相机所测图像比例尺在成像比例尺放大10倍范围内,平面精度完全可以满足要求,高程精度不达标,需进一步改进,采用五镜头倾斜航空摄影测量技术可以有效的提高高程精度,达到测量精度要求。 相似文献
4.
通过对加速鲁棒性算法特征关键点提取和匹配的研究,提出一种改进的车头加速鲁棒性特征点提取方法,该方法在车头图像像素梯度变化较大的范围内提取关键点,然后采用最近邻比例算法进行特征点匹配。实验结果表明,提出的改进方法不仅能够筛选出鲁棒性较强的关键点,同时提高了特征的提取速度和匹配效率,在总时间上比尺度不变特征变换算法提高了3~6倍;比加速鲁棒性算法提高了近1/4。 相似文献
5.
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。 相似文献
6.
基于改进局部均值分解（LMD）及加权核函数相关向量机（RVM）算法，构建多尺度变形预测新方法。利用LMD将变形数据分解成多个具有物理意义的变形分量，并基于遗传算法优化的RVM对每个变形分量分别进行预测。将各变形分量预测结果进行叠加，最终建立多尺度变形预测方法，并应用于大坝变形预测。实验结果表明，改进LMD-RVM方法的多个精度指标均优于BP神经网络方法、RVM方法和改进EMD-RVM方法，证实了新方法的有效性及可靠性。 相似文献
7.
设计了一种基于网络图像流的人脸识别系统。通过采用基于Haar-like特征的Adaboost人脸检测技术和基于特征脸的人脸识别技术,实现了实时人脸检测与识别。创新性的结合使用了网络串流、C/S架构等技术将大量图像数据处理任务交予系统自动完成,从而解决了传统人脸识别系统由于受到硬件制约而造成的图像数据处理能力低效、适用平台受限等问题。实验表明,该系统能够在较快的检测速度和高识别率下,实时的对人脸进行识别,可以作为云视觉系统应用开发的基础。 相似文献
8.
特征提取是说话人识别系统中非常重要的一部分,是否能提取有效的特征决定了系统的识别效果。MFCC是目前主流的特征提取方法之一,能够在噪音环境下保持良好的鲁棒性。在MFCC的基础上提出一种改进的特征提取方法,该方法主要构造了一种MFCC与翻转梅尔频率倒谱系数(IMFCC)相结合的混合特征参数。实验结果表明,新特征参数在相同的环境下比传统的MFCC特征参数的识别率高。 相似文献
9.
为避免密集人群踩踏事件发生,从监控图像中准确获取密集人群人数信息非常重要。针对密集人群计数难度大、人群目标小、场景尺度变化大等特点,本文提出一种新型神经网络结构VGG-ResNeXt。本网络使用VGG-16的前10层作粗粒度特征提取器,使用改进的残差神经网络作为细粒度特征提取器。利用改进的残差神经网络“多通道,共激活”的特点,使得单列式人群计数神经网络获得了多列式人群计数网络的优点（即从小目标、多尺度的密集人群图像中提取更多人群特征）,同时避免了多列式人群计数网络训练难度大、结构冗余等缺点。实验结果表明本模型在UCF-CC-50数据集、ShangHaiTech B数据集和UCF-QNRF数据集中取得了最高精度,MAE指标分别优于其他同期模型7.5%、18.8%和2.4%,证明了本模型的在计数精度方面的有效性。本研究成果可以有效帮助城市管理,有效缓解公安疏导压力,保障人民生命财产安全。 相似文献
10.
在复杂地表环境下的多云多雨地区,基于合成孔径雷达（SAR）图像提取水体时容易受到其它地物如水田、山体阴影等干扰,传统的灰度阈值法和SVM法未能考虑水体与其它地物在纹理和地形上的差异,因此水体提取结果精度较差。研究首先用Refined Lee滤波对SAR图像进行预处理;其后通过DEM建模和坡度计算提取地形特征,通过计算图像灰度共生矩阵以提取纹理特征（包括均匀性、角二阶矩和熵）,并结合SAR图像极化信息以及SDWI指数形成针对水体提取的特征空间,通过融合地形特征和图像纹理特征发展了改进SVM 分类法的水体提取模型。在使用Sentinel-1 SAR数据对所发展模型与SDWI水体指数法、传统SVM法水体提取结果进行比对后发现,改进SVM分类法提取的水体结果较好地剔除了水田和山体阴影,且提取的水体水面比传统的SVM法更加完整;该方法在总体精度、Kappa系数、漏分率和错分率指标上均优于SDWI法和传统的SVM法,总体精度达到98.06%,比SDWI法和传统的SVM法分别提高了23.24%和5.49%,有效提高了复杂环境下地表水体的提取精度。研究最后将所发展模型应用于2018年马哈韦利河流域逐月水体提取与变化分析,有效解决了山体阴影和水田误分问题。本文提出的改进SVM法可以实现复杂地表环境下大范围水体信息准确、完整提取。 相似文献
11.
基于支持向量机的遥感图像分类方法 总被引：19，自引：0，他引：19
惠文华 《地球科学与环境学报》2006,28(2):93-95
为了提高遥感图像分类的精度,弥补传统最大似然分类方法所固有的分类时样本不足的缺陷,提出了一种基于支持向量机、光谱特征和纹理特征相结合的遥感图像分类方法。采用ETM数据,按照其所提方法进行了具体分类实验,并将实验结果与最大似然法分类的结果进行了比较分析。结果表明,利用基于支持向量机的方法进行遥感图像分类,精度明显优于最大似然法分类的精度。利用光谱特征与纹理特征相结合进行分类比单纯运用光谱特征进行分类效果要好。 相似文献
12.
去噪小波包能量法在水声信号识别中的应用 总被引：1，自引：0，他引：1
对小波包能量法进行改进，提出了一种新的方法——去噪小波包能量法，该算法对信号小波去噪后，再用小波包能量法提取信号的特征；应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响，在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率，其中最为显著的是软阈值标准去噪，信号的识别率可由未去噪的53．3％提高到98．3％，表明算法的有效性。 相似文献
13.
SAR图像数据量的激增,迫切要求一种自动的内波检测技术来代替传统的人工解译.基于此,本文提出一种基于平稳小波变换(SWT)的SAR图像内波检测方法,利用SWT对SAR内波图像进行分析处理,计算SWT系数的小波梯度信息,通过模极大值搜索方法进行内波边缘特征提取.最后通过南中国海东沙群岛观测的多幅SAR图像进行实验与分析,实验结果证明平稳小波变换对于SAR内波检测是有效的. 相似文献
14.
GEOBIA（Geographic Object-Based Image Analysis）技术针对高空间分辨率遥感影像分析的效果和精度远优于基于像元的传统方法。影像分割作为GEOBIA中的关键技术,学者们对此已经做了大量的研究,提出众多分割算法。对分割算法进行评价和分割技术本身同样重要,通过分割评价可以对分割算法的性能进行评价,比较不同分割算法的优劣,为影像选择合适的分割算法并设定合适的分割参数。影像分割的目的是为了实现影像分析操作的自动化,而主观评价法、系统评价法和分析评价法,因其无法给出客观定量指标的特点,难以应用于实时、自动化的高分辨率影像信息提取与分析系统当中。加之近年来针对分割评价方法的研究远远落后于分割算法本身,因此对定量分割评价方法进行综述对于影像分割方法及其应用研究意义重大。本文对现有的评价方法进行系统总结,建立了针对高空间分辨率遥感影像分割评价方法的分类体系。对各种方法,特别是定量的实验评价法进行对比,分析其应用范围和优劣,最后指出了高空间分辨率遥感影像分割评价未来的改进方向和应用前景。 相似文献
15.
提出了一种基于二维倒谱系数能量的数字图像水印新算法。倒谱域水印算法克服了水印嵌入时频段选择的限制，增大了水印嵌入的信息量，避免了块效应。该算法利用置乱变换预先对水印图像进行处理，更加提高水印的抗剪切性和鲁棒性，实验结果表明：算法对于JPEG压缩、剪切、加噪等方面都有很好的抗攻击性。 相似文献
16.
17.
针对目前基于深度学习与高分辨率遥感影像的建筑物提取研究现状,本文提出了一种综合ResNet中的ResBlock残差模块和Attention注意力机制的改进型Unet网络（Res_AttentionUnet）,并将其应用于高分辨率遥感影像建筑物提取,有效地提高了建筑物的提取精度。具体优化方法为：在传统的Unet语义分割网络卷积层中加入针对初高级特征加强提取的ResBlock残差模块,并在网络阶跃连接部分加入Attention注意力机制模块。其中,ResBlock残差模块使卷积后的特征图获取更多的底层信息,增强卷积结构的鲁棒性,从而防止欠拟合;Attention注意力机制可增强对建筑物区域像素的特征学习,使特征提取更完善,从而提高建筑物提取的准确率。本研究采用武汉大学季顺平团队提供的开放数据集（WHU Building Dataset）作为实验数据,并从中选取3个具有不同建筑物特征和代表性的实验区域,然后分别对不同实验区域进行预处理（包括滑动裁剪和图像增强等）,最后分别使用Unet、ResUnet、AttentionUnet和Res_AttentionUnet 4种不同的网络模型对3个不同实验区进行建筑物提取实验,并对实验结果进行交叉对比分析。实验结果表明,与其他3种网络相比,本文所提出的Res_AttentionUnet在基于高分辨率遥感影像的建筑物提取中具有更高的精度,平均提取精度达到95.81%,相较于原始Unet网络提升17.94%,同时相较于仅加入残差模块的Unet网络（ResUnet）提升2.19%,能够显著地提升高分辨率遥感影像中建筑物提取的效果。 相似文献
18.
肌肉模型是人脸表情动画中常用的控制模型之一。很多基于肌肉模型的人脸动画中都实现了从一般人脸模型到特定人脸模型的修改，对肌肉模型特定化的介绍很少，或只是简单的提供一些用户交互接口，很难得到比较满意的结果。鉴于此，提出了自适应人脸肌肉模型特定化技术。实验证明，技术可取得较好的动画效果。 相似文献
19.
在已有的PCA人脸识别算法的基础上构建了一种基于奇异值分解和KL投影相融合的人脸识别方法.方法对人脸图像进行奇异值分解与KL变换,随后将KL投影的主特征向量和SVD特征向量进行线性融合形成新的特征向量,并以此作为判别标准.经试验测试该方法消除了当检测库中人脸的姿态变化时人脸图像间的相关性下降对识别正确率的影响,大大的提高了人脸识别的正确率. 相似文献
20.
由于部分变量误差（partial errors-in-variables，Partial EIV）模型方差分量估计精度评定理论不完善，将SUT采样法应用于Partial EIV模型的最小范数二次无偏估计（the minimum norm quadratic unbiased estimator, MINQUE），利用方差分量估计修正随机模型并以此作为先验信息对观测向量进行SUT法采样得到参数的加权均值和二阶精度信息。考虑到非线性模型的偏差，进行偏差改正，再通过SUT法对改正后的参数采样计算二阶精度信息。通过算例实验验证，结合SUT法和方差分量估计求解Partial EIV模型，能够有效地避免复杂的求导运算，并获得更为精确的参数估值和合理的二阶精度信息，表明偏差改正的必要性。 相似文献