二维图像特征研究

论文摘要

自上世纪七十年代末八十年代初以来，计算机视觉得到了长足的发展，涌现出了不少研究的方向和领域，如图像分割、立体视觉、运动视觉分析、由图像恢复三维物体形状的方法、物体建模与识别方法以及距离图像分析方法等。这些研究领域都围绕着一个中心而展开，即如何从看似庞大的图像信号中获取最重要的那部分信息，并用这些信息帮助计算机分析、理解图像信号的含义，这些信息被称为图像特征。 本文的工作主要集中于对图像特征的研究，并通过不同的应用对其进行进一步分析。主要的工作可以分为四个方面，即退化图像的还原、视频流中物体的跟踪，人脸表情的映射，以及人脸的模拟和生成。 第三章对盲图像的还原进行了深入的探讨，并提出了名为RIBIM(Ratio Image Based Iteration Method)的算法。该算法通过对图像信息，特别是纹理特征信息的分析，针对噪声信息进行抑制，并模拟出原图像的退化算子，最后结合比例图的概念和递归求精的方法，提高了图像还原效果。 第四章对复杂场景下的物体识别与追踪作了初步的探讨，由于采用了360度的全角镜头，使得该监控装置能够几乎无盲点地进行工作，同时提出了名为TALENT(TemplAteLEarNing based Training)的方法使用聚类对样本数据进行训练并加速查找过程，而基于训练的识别、基于状态图转换的追踪也提高了监控的质量。 第五章探讨了使用比例图进行人脸表情映射的方法，首先对现有的人脸表情生成技术作了一个介绍，接着结合人脸特征信息，从而实现了对现有人脸表情映射方法的改进。该方法具有计算复杂度低、噪声抑制能力强等优秀特征。 第六章提出了一个人脸变换的系统RATES(Region based feAture Tracking and Expression Synthesis)的整体框架和实现细节。该系统通过对497张不同年龄层次、不同性别、不同脸型的人脸进行训练学习，可以自动地对新输入的人脸图像进行识别、定位、对齐，并根据用户的需求对该人脸进行变化。特别在人脸特征定位方面，该系统使用自底向上的方法，通过13个训练集的学习，能够由局部至整体地对人脸各器官及特征点进行精确定位。在进行纹理合成时使用了GPU(Graphics Processing Unit)技术进行快速合成，并根据合成源的皮肤色彩特征信息对结果进行调整，特别注重了边缘部分的过渡效果，因此达到了较为逼真的合成结果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 图像特征研究的意义和应用领域
• 1.3 图像特征研究的难点
• 1.4 本文主要的目标和工作
• 第二章 二维图像处理及特征跟踪综述
• 2.1 人类的视觉特性基础
• 2.2 图像特征的定义及其提取方法
• 2.2.1 直接特征
• 2.2.2 间接特征
• 2.3 图像特征的跟踪方法
• 2.3.1 基于图像纹理特征的跟踪方法
• 2.3.2 基于图像形状特征的跟踪方法
• 2.3.3 结合图像纹理和形状特征的跟踪方法
• 2.4 人脸特征的提取和跟踪方法
• 2.3.1 基于三维模型的方法
• 2.3.2 基于二维模型的方法
• 2.5 本章小结
• 第三章 利用特征信息进行退化图像还原
• 3.1 图像还原的意义及现有方法
• 3.1.1 图像还原的应用领域及意义
• 3.1.2 图像还原的现有方法
• 3.2 使用特征信息进行盲图像还原中的抑噪操作
• 3.3 使用特征信息进行PSF提取
• 3.4 使用比例图方法进行还原
• 3.5 实验和结果分析
• 3.6 本章小结
• 第四章 使用轮廓特征进行视频追踪与识别
• 4.1 视频追踪与识别的现实意义
• 4.2 二维图像序列中的物体识别与追踪
• 4.2.1 硬件设备
• 4.2.2 基于模板学习的目标训练
• 4.2.3 识别及追踪
• 4.3 实验和结果分析
• 4.4 本章小结
• 第五章 使用比例图进行人脸表情映射
• 5.1 人脸表情生成技术背景
• 5.1.1 基于三维方法进行人脸表情生成
• 5.1.2 基于二维方法进行人脸表情生成
• 5.2 使用人脸特征及比例图进行人脸表情映射
• 5.2.1 人脸的对齐和变形
• 5.2.2 表情比例图的获得
• 5.2.3 根据纹理特性通过外加滤波器对映射结果进行精化
• 5.3 实验和结果分析
• 5.4 本章小结
• 第六章 人脸特征点跟踪及表情生成系统
• 6.1 人脸检测与器官特征区域定位
• 6.1.1 人脸检测概述
• 6.1.2 基于皮肤模型及椭圆模板的人脸检测
• 6.1.3 人脸器官特征区域定位
• 6.2 基于主动外观模型（AAM）的分区域人脸特征提取与跟踪
• 6.2.1 外形与纹理的获取
• 6.2.2 外形与纹理的预处理
• 6.2.3 主动外观模型的建立
• 6.2.4 主动外观模型的训练与搜索
• 6.2.5 基于人脸器官特征区域的局部搜索改进
• 6.3 使用GPU进行快速二维人脸表情生成
• 6.3.1 人脸变形
• 6.3.2 人脸纹理合成
• 6.4 实验和结果分析
• 6.5 本章小结
• 第七章 总结与展望
• 7.1 本文工作总结
• 7.2 展望
• 参考文献
• 附录 FAP点的定义
• 作者攻读学位期间的研究成果
• 致谢