北京市自然科学基金(4111003)
- 作品数：4 被引量：142H指数：3
- 相关作者：胡琼秦磊黄庆明山世光陈熙霖更多>>
- 相关机构：中国科学院大学中国科学院德克萨斯大学更多>>
- 发文基金：北京市自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种由粗到细的头发分割方法被引量：2
- 2013年
- 从图像中提取出头发区域,能够为头发分析、发型趋势预测等任务提供有利的线索.但是,头发的类内模式非常复杂,并且它与其他物体类间也常因光照复杂、表观特征相似等因素而难以分离.因此,头发分割是一个非常具有挑战性的问题.为了一定程度地解决这些问题,提出了一种由粗到细的头发分割方法.首先,该方法利用最新提出的利用视点进行主动分割(active segmentation with fixation,简称ASF)的方法,粗略提取头发分割的候选范围,保证头发区域的高召回率(准确率也许较低),并由此排除大部分与头发区域难以分离的背景区域;然后,利用特定于当前图像的头发类别信息,使用图割(graph cuts,简称GC)法在限定的范围内进行更加精细的分割.具体地,采用均值漂移(mean shift,简称MS)方法对输入图像进行区域的过分割;然后,利用贝叶斯方法选择一些可靠的、有较大概率属于头发或背景的"种子区域",针对头发和背景的种子区域,采用支持向量机(support vector machine,简称SVM)在线学习头发和背景的分类器,并将其用于预测每个像素或区域属于头发或背景的概率;最后,将得到的概率用以Graph Cuts的初始化,求解得到最终的头发分割结果.实验结果表明,所提出的头发分割方法能够超越当前提出的头发分割方法.为了验证方法的可推广性,对其进行了一定扩展,并在马、汽车、飞机这3个类别的公开数据库上作了评测,取得了较好的性能.
- 王丹山世光张洪明曾炜陈熙霖
- 关键词：图割支持向量机
- 结构化稀疏线性判别分析被引量：5
- 2014年
- 在监督场景下线性判别分析(linear discriminant analysis,LDA)是一种非常有效的特征提取方法.然而,LDA在小样本情况下通常会出现过拟合现象,并且学习的投影变换难以给出人类认知上的解释.针对这些问题,特别是可解释性结构的发现,借助于LDA的线性回归模型和结构化稀疏L2,1范数,提出了结构化稀疏线性判别分析(structured sparse LDA,SSLDA)方法.进一步,为了去除线性变换间的相关性,提出了正交化的SSLDA(orthogonalized SSLDA,OSSLDA),它能更加有效地学习到细致的结构信息.为了求解这2个模型,引入了一个半二次的优化算法,它在投影变换和新引入的辅助变量之间采用交替优化的思想.为了验证所提出的方法,在AR、扩展的YaleB和MultiPIE 3个人脸数据库上对比了LDA及其变种方法,实验表明了所提出方法的有效性以及可解释性.
- 崔振山世光陈熙霖
- 关键词：线性判别分析正交化人脸识别最小二乘
- 基于视觉的人体动作识别综述被引量：122
- 2013年
- 基于视觉的人体动作识别是图像处理、计算机视觉、模式识别、机器学习、人工智能等多个学科的交叉研究课题,在视频监控、视频检索、人机交互、虚拟现实、医疗看护等领域具有深远的理论研究意义和很强的实用价值.文中从特征提取的方法、动作识别的方法、相关国际竞赛与常用数据库等方面详细阐述该领域目前的研究现状以及研究难点与可能的发展方向.
- 胡琼秦磊黄庆明
- 关键词：计算机视觉模式识别人体动作识别
- 基于友好交互模式的半自动照片人物标注系统
- 近年来,数码相机和拍照手机产品的广泛应用催生了海量的照片,通过手动标注管理海量照片工作量非常巨大。本文设计并实现了一套半自动人物标注系统,使用基于人脸、头发和衣服多个特征的半监督聚类算法和友好的交互机制协助用户标注,减少...
- 张杰黄煜山世光陈熙霖
- 文献传递
- 基于特征点轨迹的动作识别被引量：18
- 2014年
- 文中提出一种基于时空特征点轨迹的动作识别方法.首先为了克服局部时空特征时间信息缺失的问题,该方法采用KLT跟踪器对时空局部特征进行跟踪,将得到的时空特征跟踪轨迹作为基本的处理、描述单元.与局部时空特征相比,它能在更长的时间尺度上对运动进行描述,进而更好地捕获运动的动态变化与转变过程.其次在时空特征轨迹基础上,该方法提出了轨迹相对位置、相对速度关系元来对轨迹之间的关系进行建模.对轨迹之间的关系进行建模有助于捕获不同动作在特征分布上存在的一些比较稳定的模式.最后利用多核学习方法融合多种特征来训练动作分类器.在交互动作数据库上对提出的方法进行了实验,实验结果证明了方法的有效性.
- 秦磊胡琼黄庆明田琦
- 关键词：计算机视觉人体动作识别
