二維圖像特征研究.pdf

1、自上世紀(jì)七十年代末八十年代初以來，計(jì)算機(jī)視覺得到了長足的發(fā)展，涌現(xiàn)出了不少研究的方向和領(lǐng)域，如圖像分割、立體視覺、運(yùn)動(dòng)視覺分析、由圖像恢復(fù)三維物體形狀的方法、物體建模與識(shí)別方法以及距離圖像分析方法等。這些研究領(lǐng)域都圍繞著一個(gè)中心而展開，即如何從看似龐大的圖像信號(hào)中獲取最重要的那部分信息，并用這些信息幫助計(jì)算機(jī)分析、理解圖像信號(hào)的含義，這些信息被稱為圖像特征。 本文的工作主要集中于對(duì)圖像特征的研究，并通過不同的應(yīng)用對(duì)其進(jìn)行進(jìn)一步分

2、析。主要的工作可以分為四個(gè)方面，即退化圖像的還原、視頻流中物體的跟蹤，人臉表情的映射，以及人臉的模擬和生成。 第三章對(duì)盲圖像的還原進(jìn)行了深入的探討，并提出了名為RIBIM(RatioImageBasedIterationMethod)的算法。該算法通過對(duì)圖像信息，特別是紋理特征信息的分析，針對(duì)噪聲信息進(jìn)行抑制，并模擬出原圖像的退化算子，最后結(jié)合比例圖的概念和遞歸求精的方法，提高了圖像還原效果。 第四章對(duì)復(fù)雜場景下的物體識(shí)

3、別與追蹤作了初步的探討，由于采用了360度的全角鏡頭，使得該監(jiān)控裝置能夠兒乎無盲點(diǎn)地進(jìn)行工作，同時(shí)提出了名為TALENT(TemplAteLEarNingbasedTraining)的方法使用聚類對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練并加速查找過程，而基于訓(xùn)練的識(shí)別、基于狀態(tài)圖轉(zhuǎn)換的追蹤也提高了監(jiān)控的質(zhì)量。 第五章探討了使用比例圖進(jìn)行人臉表情映射的方法，首先對(duì)現(xiàn)有的人臉表情生成技術(shù)作了一個(gè)介紹，接著結(jié)合人臉特征信息，從而實(shí)現(xiàn)了對(duì)現(xiàn)有人臉表情映射方法

4、的改進(jìn)。該方法具有計(jì)算復(fù)雜度低、噪聲抑制能力強(qiáng)等優(yōu)秀特征。 第六章提出了一個(gè)人臉變換的系統(tǒng)RATES(RegionbasedfeAtureTrackingandExpressionSynthesis)的整體框架和實(shí)現(xiàn)細(xì)節(jié)。該系統(tǒng)通過對(duì)497張不同年齡層次、不同性別、不同臉型的人臉進(jìn)行訓(xùn)練學(xué)習(xí)，可以自動(dòng)地對(duì)新輸入的人臉圖像進(jìn)行識(shí)別、定位、對(duì)齊，并根據(jù)用戶的需求對(duì)該人臉進(jìn)行變化。特別在人臉特征定位方面，該系統(tǒng)使用自底向上的方法，通過