模式识别国家重点实验室开放课题基金(201204234)
- 作品数：5 被引量：19H指数：2
- 相关作者：刘青山孙玉宝邓健康李淑婧杨静更多>>
- 相关机构：南京信息工程大学南京理工大学更多>>
- 发文基金：模式识别国家重点实验室开放课题基金国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于面部结构的表情识别被引量：7
- 2015年
- 心理学上的研究表明,面部表情变化主要集中在眼睛、眉毛、鼻子、嘴巴等面部器官上。受其启发,提出一种基于面部结构的表情识别方法,重点分析眼睛、眉毛、鼻子、嘴巴等关键区域的联动变化来分析表情。首先,使用鲁棒的判别响应图拟合(discriminative response map fitting,DRMF)方法自动检测出对识别人脸表情最为关键的局部人脸区域,即眼睛、眉毛、鼻子和嘴巴的部分;然后从这些关键部分中提取Haar特征;最后采用Boosting学习和联动机制,学习得到基于联合Haar特征的表情分类器。在CMU表情数据库和JAFFE表情数据库上的实验结果表明了上述方法的良好性能,即基于面部构件识别表情的方法获得了与手工精准标注人脸面部构件识别表情方法相近的识别效果。
- 李淑婧嵇朋朋邓健康孙玉宝刘青山
- 关键词：人脸表情识别
- 基于分层鲁棒主成分分析的运动目标检测被引量：10
- 2014年
- 针对鲁棒主成分分析(RPCA)模型未能有效地利用运动目标时空连续性先验,容易将背景中的动态细节误判为运动目标的问题,提出了基于分层RPCA的运动目标检测方法.第一层RPCA模型对下采样的低分辨视频进行快速分解,动态地估计可能的运动区域,并利用时空域3D全变差模型来去除稀疏成分中的非结构化的背景扰动,确定显著的运动目标区域,生成运动区域map;第二层构建加权的RPCA模型,根据估计的运动区域map对候选前景进行阈值加权,鲁棒地检测运动目标,得到清晰完整的前景.实验结果证明,该方法能够有效地处理复杂动态背景的运动目标检测.
- 仓园园孙玉宝刘青山
- 关键词：运动目标检测
- 基于层进模型的快速人脸配准方法及其在智能移动设备上的应用
- 2014年
- 主要研究了移动智能手机上人脸关键点的快速定位问题.在活动形状模型的基础上,提出了一种基于层进模型的快速人脸配准方法：首先,在人脸检测的结果上,采用二值特征快速定位眼角、嘴角等关键点,并对其进行校验修正;然后,通过眼角和嘴角的关键点,并结合边缘约束,对眼睛、嘴巴和人脸外轮廓进行局部配准;最后,对整个人脸形状进行基于加权投影的形状配准.实验结果表明,提出的方法在8～10次迭代后即可收敛,在三星I9300智能手机上,每幅人脸图像的配准时间在40ms以下,满足实时性要求.
- 邓健康王灿田刘青山
- 基于稀疏重构的超图谱聚类方法被引量：2
- 2014年
- 超图谱聚类方法由于能很好地描述数据点间的高阶信息,近年来受到了广泛的关注。不同于传统图结构,超图结构中的超边不是两两数据点间的连接,而是一组具有某种相同特性的数据子集。在实际应用中,常用K-近邻来构建超图中的超边,因此,并没有考虑到数据内在的关联性。提出一种新的基于稀疏重构的超图构建方法。对每一样本,用稀疏表示来找到与其最有关联的近邻样本,以此形成基于稀疏重构的超图模型,使得每个超边内的样本都具有很强的关联性。最后通过对超图拉普拉斯矩阵进行谱分解得到聚类结果。在人脸数据库、手写体数据库上的实验结果验证了算法的有效性。
- 王灿田孙玉宝刘青山
- 关键词：超图谱聚类
- 基于稀疏级联回归的快速人脸配准方法及其在移动设备上的应用
- 2015年
- 如何在计算和存储能力受限的移动平台上实现高效的人脸配准是移动平台人脸应用需要解决的关键问题。主要研究了移动平台上的快速人脸配准问题,为了降低配准模型的计算与存储要求,提出了稀疏约束的级联回归模型。该模型采用稀疏性约束学习回归矩阵,不但能够筛选鲁棒的特征,而且模型的存储空间被压缩到原来的5%左右。基于稀疏级联回归模型,进一步构建了移动平台上人脸配准的快速算法。首先,在人脸检测的基础上,利用二值特征快速定位眼角、嘴角和鼻尖的关键点,估计出人脸的姿态,旋正人脸图像;然后,根据人脸的姿态,选择相应的正脸或侧脸模型,进行稀疏约束的级联回归配准,定位人脸关键点。大量实验结果表明,提出的配准方法精度高、速度快、模型小。在三星Note3智能手机上,每幅人脸图像的配准时间在10ms左右,整个apk文件大小仅为4MB,非常适合移动平台的人脸应用。
- 邓健康杨静孙玉宝刘青山
