人脸表情生成技术研究(下)

来源 :第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会 | 被引量 : 0次 | 上传用户:lynnshe
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸表情生成技术是计算机图形学最具挑战性的问题之一。本文将已有研究成果分为基于方法的表情生成技术和基于模型的表情生成技术两大类。下篇从三维人脸表情生成思路、头部数据获取方式以及几种典型模型表示几方面讨论了基于模型的表情生成技术所涉及的理论和技术内容,对已有的研究成果进行了总结归纳。从概念、理论到技术方法对其中的典型成果进行了重点论述,以使读肯对这一领域的研究方法、研究现状、存在问题和发展方向等有一个比较全面的了解,为开展相关研究提供参考。
其他文献
虚拟结肠镜(virtual colonoscopy,VC)计算机辅助检测(computer-aided detection,CAD)是利用息肉与正常组织形态以其他特征的差异由计算机实现结肠息肉自动检测的技术手段,本文从息肉的纹理出发,采用基于三维图像数据的灰度共生矩阵分析法,将息肉的纹理信息和几何信息相结合,以改善息肉的检出准确率。为了得到三维纹理信息,首先从息肉的几何形态出发提取感兴趣区域的三维
本文提出了一个基于双阈值的肺结节提取算法。双阈值分别为利用高斯混合模犁计算的自适应阈值和根据医学背景知识得到的绎验阈值。利用自适应阈值充分选取种子点。保证种子点的完绍件:利用经验阈值的肺部分割结果来控制自适应生长,从而达到牛长的充分件:在二维疑似肺结节区域检测的基础上。利用图像序列的容积信息讲行三维的标记融合。实验表明,本文提出的自动检测肺结节算法具有较高的检出率和较低的假阳性率。
乳腺微钙化簇是早期乳腺痛的重要征象,计算机辅助榆测微钙化簇是医学影像领域的难题,如何提高检对率是核心问题,分类器的诜择是其中一个重要环节.存乳腺钼靶X光片中的疑似区域内,乳腺微钙化簇和正常的乳腺组织的特征是非均匀的,提出多核支持向量分类机.将特征分组后分别训练不同的核函数,然后将多个核函数组合成多核支持向量机.实验结果表明,与单核支持向量机性比,多核支持向量机的分类性能电好.
为了在治定三维适形放疗计划时能够合理地确定射线角度,并根据给定射线方向准确地计算射线剂量,需对三维模型进行精确交互测量。本文结合放疗汁划系统的需求以及医学图像的特点,分析三维交互测量过程,应用平行投影理论实现二维坐标到三维坐标的转换,并提出以—测盏端点为起始点的三维任意叠加旋转算法,在重离子放疗计划系统中实现了三维精确测量。实验证明了该方法的有效性与可行性。
生物序列的比对是生物信息学的一项基础性工作,通过序列比对并计算序列之间的相似性,有助于推断生物分子的结构和功能。序列的多重比对是对多条生物序列进进对比;可以发现序列中存在的保守模式,从而研究序列之间的进化关系。本文基于传统的遗传算法,提出了一种用生物序列多重比对的其进化算法,在遗传算子中引进了一种保留机制,使得适应度高的序列和位点能够完整地传给子代。实验结果显示,本文的方法能够有效地找出序列中的保
MR脑肿瘤图像的准确分割和提取是有效地进行辅助诊断的前提,本文提出了一种基于梯度矢量流(GVF Snake)活动轮廓模型的MR脑肿瘤图像分割新方法,实验结果表明该方法能够有效地分割提取出脑肿瘤图像。为了对MR脑肿瘤图像形状特征进行描述,本文提出了一种改进的基于Zernike矩的快速算法,为进一步诊断病人的病情提了有效的帮助。
矢量图像可以表示普通的彩色图像,也可表示多通道图像。综合利用矢量图像中各个通道的信息,对Mumford-Shah模型进行推广,从而得到了一种基于Mumford-Shah模型的矢量图像分割模型。该模型能适用于一般纹理图像和彩色图像的分割,对没有明显边缘或具有不完整边缘的矢量图像目标亦能获得好的分割效果,并具有对图像噪声不敏感的特点。
本文介绍了公交车内LED点阵信息屏的硬件和软件设计。LED显示控制板通过串口 RS232 与土位机通讯,根据串口接收的汉字国标码、查询位于固化在ROM中的汉字显示点阵库来形成显示点阵码,并且用EPIK10TC100代替89S51的外围电路,具有设计灵活、右靠和刷屏率高等特点。本设计中IDT7132双口RAM 用来连接单片机信号处埋模块和CPLD扫描模块。
对小麦根系生长特征及模拟理论基础进行了分析,设计小麦生长实验,分析试验数据得到小麦根系生长的数学模型;对L系统进行了三维解释,通过观察分析小麦根系构型特征给出其三维L系统规则,同时考虑了根系生长过程中的随机因素;结合生长方程和L系统规则,以VC++6.0为平台,采用OpenGL开发,实现了小麦根系生长的三维可视化模拟,利用这种方法可以很好的模拟小麦根系连续生长情况。
本文提出了基于能量SVD的图像融合方法,用于可见光和红外人脸识别,并在不同测试条件下针对不同融合方法的人脸识别性能进行了评估。实验结果表明,融合图像的人脸识别性能在总体上优于单光谱图像;基于Laplacian塔型图像融合、基于小波变换图像融合和基于能量SVD图像融合的识别性能接近,能量SVD图像融合在PCA和LDA人脸识别中稍占优势,大部分的情况下都优于其它两种图像融合。