《一种面向人脸的柔性目标理解与运动分析技术的分析》由会员分享，可在线阅读，更多相关《一种面向人脸的柔性目标理解与运动分析技术的分析（80页珍藏版）》请在金锄头文库上搜索。
1、西北工业大学研究生学位论文摘要摘要静态图像的分割解释和序列图像的运动分析是计算机视觉中两个基本的问题，已有大 量的研究J。作者对这些领域进行了进一步的研究并提出了大量行之有效的措施，并业已在人 们的生产生活中显示山越米越夫的作用。本文在静态图像的分割解释和序列图像的运动分析这两方面都做了大量富有成效的研 究，作者成功地建立了一种面向人脸图像的全自动目的提取解释与运动分析系统，所做的 工作从功能上重要涉及三个方面：人脸目的的解释，人脸区域的运动分析和人脸面部特性 点的跟踪。在静态图像的分割解释方面：作者仔细的研究分析了当今流行的基于记录模型的方 法，并选用ASMAAM作为基本的出发点，并将这一技
2、术进干亍了大量的分析、推广和综 合，做了多种改善，并将之成功的运用到人脸图像的分割和解释上并用实验证明了其高 效性和鲁棒性。在序列图像的区域运动分析方面：作者以基本的L-K算法为出发点，推导了支持任 意变换的迅速的逆成分算法，并将之成功的运用到人脸序列图像的运动分析，该算法可以 实时的完毕对目的的跟踪，并对目的的任意仿射变换都能高效的支持。在序列图像的点运动分析方面：作者以典型的光流方程为出发点，并将不拟定性分解 理论和子空间光流理论有机的融合在一起，并引入了区域运动分析中的逆成分算法思想 得到了高效的点运动估计，实验证明该算法能有效地跟踪到具有2D和lD甚至基本没有 纹理的具有退化构造的目的
3、点(极端状况只要所有点都不全在一种方向上退化即可)。作者通过有机的融台上厩三种算法，实现了一套垒自动的目的提取与运动分析系统， 这套系统己成功的运用在人脸视频中，它能自动的从视频中提取人脸区域，并得到人脸的 二维解释，实时的跟踪视频中的人脸，并给出半稠密的点相应。半稠密的点相应这一步有 效的解决了SFM问题中得一种核心难题correspondence，这为下一步对人脸作自动的三 维分析提供了坚实基本；而人脸的二维解释和运动分析这一步则能在基于对象的视频压缩 等领域得到更积极的应用。从数学上，作者对记录模型的研究、子空间理论的运用和矩阵协方差加权技术等在计 算机视觉的应用部进行了进一步的研究，作
4、出了一定的奉献。值得注意的是本文的算法不 仅对人脸有效而是对一类刚性柔性目的均能高效的进行目的的运动分析与解释，如 手，汽车等。核心词：图像解释，运动分析，记录模型ASMAAM，ICA算法，光流估计不拟定性分解，子空间约束西北工业大学硕匕学位论文AbstractAbstractImage interpretation，video motion estimation and analysis is the key problems of computer vision and have attracted intense interest of many researchers Till nOW
5、 a great deal of algorithms have been proposed and show potential good result in many applications throughout the peopleS woking and livingThis thesis iS focns on image interpretation and motion analysisA systom of血llautomatic faceinterpretation and motion analysis iS set up，Which Can be devidedinto
6、threesubfields：face interpretation，faceregionmotionestimationand facefeature points trackingIn face image interpretation we select ASMAAM as the basis，make many goodgeneralization and successfully apply it to the face image，which the result shows the emciency and robustness of the algorithmIn motion
7、 estimation and analysis we make a full analysis of LK algorithm and generilize it to the inverse compositional algorithm，which Can track the moving object real time and support any image worpingFor face feature points tracking we introduce the uncertainty factorizafion, subspace optical flow estima
8、tion and fuse the idea of the inverse compositional algorithmAs a result an e瓶cient and robust algorithm iS presented in the thesisThe proposed algorithm has been proven by experiments that it Can properly track points with the degener撕on texturesWhich have only 1 D or even little textureThus it pro
9、vides a unified approach for tracking comerlike points together with points along linear structures in the image It also provides semidense correspondence，Which iS one of the key problems of S川The image interpretation and motion estimation result can be alSO potentially used in object-based video co
10、dingIn the thesis we have all insight view of statistical modelscovariance wetghted and subspace constraint optical flow and successfully appIy these technologies in the system of automatic face interpretation and motion analysisIt is also worth noting that this technology not only Can be used for f
11、ace but also for a class of rigidnonrigid objects，such as hand，car and S0 013Key Words：image interpretation，motion analysis，statistical model，ASNUAAM ICA algorithm，optical flow estimation，uncertamty factofization， subspace constraintII西北1=业大学颂士学位论文第一章绪论第一章绪论11引言人类是通过眼睛与大脑米获取、解决与理解视觉信息的。周边环境中的物体在可见光
12、的照射下，在人眼的视网膜上形成图像，由感光细胞转换成神经脉冲信号，经神经纤维传 八大脑皮层进行解决与理解。视觉不仅指对光信号的感受，它涉及了对视觉信息的获取、 传播、解决、存储与理解的全过程。信号解决理论与计算机浮现后来，人们试图用摄像机 获取环境图像并转换成数字信号，用计算机实现对视觉信息解决的全过程，这样，就形成 了一门新兴学科一计算机视觉。计算机视觉发展得益于神经生理学、心理学与认知科学对生物视觉系统的研究，但多 年的研究实践表白，人类对自身具有的认知能力的结识远远不够。从事心理学、神经科 学、生理学、生物物理学、数学与计算机科学的研究人员越来越迫切地感到，需要联合起 来对人脑的认知过程
13、进行从宏观到微观的进一步研究。虽然由于人脑的高度复杂性，这种跨 学科的研究还远远不够进一步，但从事计算机视觉的研究者们已发展起一套独立的计算理论 与算法，从而能运用计算机对视觉信息(或者说，对图像)进行分析与解决。计算机视觉，作为一门独立的学科正受到广泛的注重，已应用于遥感图像分析、文字 辨认、医学图像解决、多媒体技术、图像数据库、工业检测与军事等方面。特别在遥感与 军事方面，将计算机视觉技术与制导、空间技术等其他科技相结合，可以迅速实现和完毕 许多由人所不能完毕的任务，从而使诸如勘察地形、制定最佳行军路线等原本危险而困难 的任务变得较为容易和安全。根据航片或卫片所提供的有限的地理信息，运用计
14、算机视觉 解决技术，获取所需要的地形地貌图，并在一定条件下提供相对精确的的感爱好点的地形 数据，就成为了迅速完毕这些任务的有利保障。因此，研究如何更好的将计算机视觉理论 及技术用于国防军事领域，就成为了计算机视觉工作者的重要任务，从而也可以推动计算 机视觉理论及技术的进一步发展。并且随着跨学科基本研究的不断进一步，随着计算机性 能的迅速提高计算机视觉将广泛的应用于更复杂的应用场合。静态图像的分割解释平序列图像的运动分析是计算机视觉中两个基本的闽题，近三十 年来已有大量的研究工作者对这些领域进行了进一步的研究并提出了大量行之有效的措施， 并业已在人们的生产生活中显示出越来越大的作用。在低档视觉阶
15、段，诸多任务都要解决 目的分割、运动估计问题，例如基于对象的图像检索和编码，视频监视等。同步，视频跟 踪还为计算机视觉高档阶段的任务：如三维重建和体现及景物理嘏等方面提供了较好的处 理基本。在监视系统中，对于人的运动的跟踪可咀发现闯入者，避免危险的状况发生；在 生产线上的跟踪系统+可以指引机器手对的的抓取有瑕疵的产品或进行机器组装：在基于 对象的视频编码的过程中，跟踪可以高效的减少码率，只传播物体的位置而不传播整个物 体的编码；在虚拟现实系统中，跟踪可以把目的物体从背景中分离出来而采用虚拟背景 来替代真实背景等等。从上面的，。泛应用我们可以发现这一技术的巨大社会效应，这正是 我们孜孜不倦的研究动力。西北工业大学研究生学位论文第一章绪论12本文的重要研究工作和组织安排121课题来源本课题来源丁国家自然科学基金项目：三维表面被动重构措施的研究。122本文所做的工作本文在静态图像的分割解释和序列图像的运动分析这两方面都做了大量富有成效的研 究，作者
