论文摘要
自上世纪七十年代末八十年代初以来,计算机视觉得到了长足的发展,涌现出了不少研究的方向和领域,如图像分割、立体视觉、运动视觉分析、由图像恢复三维物体形状的方法、物体建模与识别方法以及距离图像分析方法等。这些研究领域都围绕着一个中心而展开,即如何从看似庞大的图像信号中获取最重要的那部分信息,并用这些信息帮助计算机分析、理解图像信号的含义,这些信息被称为图像特征。 本文的工作主要集中于对图像特征的研究,并通过不同的应用对其进行进一步分析。主要的工作可以分为四个方面,即退化图像的还原、视频流中物体的跟踪,人脸表情的映射,以及人脸的模拟和生成。 第三章对盲图像的还原进行了深入的探讨,并提出了名为RIBIM(Ratio Image Based Iteration Method)的算法。该算法通过对图像信息,特别是纹理特征信息的分析,针对噪声信息进行抑制,并模拟出原图像的退化算子,最后结合比例图的概念和递归求精的方法,提高了图像还原效果。 第四章对复杂场景下的物体识别与追踪作了初步的探讨,由于采用了360度的全角镜头,使得该监控装置能够几乎无盲点地进行工作,同时提出了名为TALENT(TemplAteLEarNing based Training)的方法使用聚类对样本数据进行训练并加速查找过程,而基于训练的识别、基于状态图转换的追踪也提高了监控的质量。 第五章探讨了使用比例图进行人脸表情映射的方法,首先对现有的人脸表情生成技术作了一个介绍,接着结合人脸特征信息,从而实现了对现有人脸表情映射方法的改进。该方法具有计算复杂度低、噪声抑制能力强等优秀特征。 第六章提出了一个人脸变换的系统RATES(Region based feAture Tracking and Expression Synthesis)的整体框架和实现细节。该系统通过对497张不同年龄层次、不同性别、不同脸型的人脸进行训练学习,可以自动地对新输入的人脸图像进行识别、定位、对齐,并根据用户的需求对该人脸进行变化。特别在人脸特征定位方面,该系统使用自底向上的方法,通过13个训练集的学习,能够由局部至整体地对人脸各器官及特征点进行精确定位。在进行纹理合成时使用了GPU(Graphics Processing Unit)技术进行快速合成,并根据合成源的皮肤色彩特征信息对结果进行调整,特别注重了边缘部分的过渡效果,因此达到了较为逼真的合成结果。
论文目录
相关论文文献
- [1].基于生成对抗网络的人脸表情数据增强方法[J]. 计算机工程与应用 2020(04)
- [2].一种基于改进条件生成式对抗网络的人脸表情生成方法[J]. 小型微型计算机系统 2020(09)
- [3].动态人脸表情合成的模型特征驱动算法综述[J]. 计算机与现代化 2019(07)
- [4].对人脸表情迁移与分析方法的探讨[J]. 科技与创新 2019(05)
- [5].基于深度学习的人脸表情迁移方法[J]. 计算机科学 2019(S1)
- [6].基于深度学习的人脸表情特征分析[J]. 现代计算机(专业版) 2018(13)
- [7].弱光照环境下人脸表情图像识别方法研究[J]. 计算机测量与控制 2017(09)
- [8].真实感3D人脸表情合成技术研究进展[J]. 计算机辅助设计与图形学学报 2014(02)
- [9].人脸表情动画研究简述[J]. 福建电脑 2016(04)
- [10].时空人脸表情动画编辑[J]. 计算机辅助设计与图形学学报 2013(08)
- [11].基于优化支持向量机的人脸表情分类[J]. 计算机应用研究 2013(08)
- [12].基于统计学习的人脸表情分类[J]. 计算机仿真 2009(06)
- [13].利用主动外观模型合成动态人脸表情[J]. 计算机辅助设计与图形学学报 2009(11)
- [14].人脸表情的形变线性拟合方法[J]. 自动化学报 2008(05)
- [15].人脸表情动画与语音的典型相关性分析[J]. 计算机辅助设计与图形学学报 2011(05)
- [16].计算机人脸表情动画技术综述[J]. 计算机应用研究 2008(11)
- [17].基于模型的人脸表情生成技术研究[J]. 自动化与仪器仪表 2014(11)
- [18].基于文本驱动的人脸表情动画系统[J]. 计算机光盘软件与应用 2012(15)
- [19].结合人脸表情和变形技术的人脸卡通动画系统设计与实现[J]. 现代电子技术 2018(12)
- [20].表演驱动的二维人脸表情合成[J]. 计算机工程与设计 2012(08)
- [21].基于模糊概念的人脸表情知识研究[J]. 大连民族大学学报 2020(03)
- [22].融合人脸表情的手语到汉藏双语情感语音转换[J]. 声学技术 2018(04)
- [23].基于语义属性的人脸表情识别新方法[J]. 小型微型计算机系统 2016(02)
- [24].基于方法的人脸表情生成技术研究[J]. 自动化与仪器仪表 2015(01)
- [25].一种基于卷积神经网络的人脸表情自动识别方法[J]. 北方工业大学学报 2019(05)
- [26].一种无标记点人脸表情捕捉与重现算法[J]. 电子学报 2016(09)
- [27].人脸表情识别方法综述[J]. 中国集体经济 2009(16)
- [28].一种隐马尔可夫模型人脸表情分析算法[J]. 工程图学学报 2008(06)
- [29].云计算环境下人脸表情智能识别改进技术研究[J]. 计算机测量与控制 2017(05)
- [30].基于表情相似性的人脸表情流形[J]. 软件学报 2009(08)