张剑
- 作品数:4 被引量:13H指数:2
- 供职机构:浙江外国语学院科学技术学院更多>>
- 发文基金:浙江省自然科学基金浙江省教育厅科研计划国家自然科学基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 面向数字娱乐的人脸线条画生成
- 2016年
- 针对互联网环境下的数字娱乐应用,提出一个人脸线条画效果自动生成方法。该方法首先利用主动外观模型(AAM)在给定图像上提取人脸几何特征,进而根据几何特征提取人脸主要器官的局部图像块,然后利用自适应阈值方法对提取的图像块进行二值化处理,最后将各个局部二值化图像组合在一起形成人脸线条画效果。该方法能根据多种尺度的图像实现优化的线条画效果生成,这表明该方法具有较好的适用性,在二维卡通动画制作方面具有潜在的应用价值。
- 张兰敏张剑
- 关键词:自动特征提取自适应阈值
- 用SIFT词汇树实现的姿态无关的人脸识别被引量:8
- 2013年
- 自动人脸识别是智能视频监控的重要组成部分.为提高人脸姿态不确定时的识别准确率,提出一种姿态无关的识别方法.该方法分为训练与识别2个阶段:在训练阶段,利用样本图像的SIFT特征构造词汇树,基于该词汇树对每幅图像进行定量表示,并利用保局投影进行维度约减;在识别阶段,通过提取待识别图像的SIFT特征,利用已有词汇树表示图像,并通过保局投影得到低维特征,采用K近邻方法进行识别.实验结果表明,该方法在人脸姿态不确定的情况下能够有效地提高识别准确率.
- 张剑何骅詹小四肖俊
- 关键词:SIFT特征K近邻保局投影
- 结合特征适配与拉普拉斯形变的3维人脸重建被引量:5
- 2014年
- 目的数字娱乐产业的发展要求3维人脸重建技术能重建高分辨率3维人脸,并具有较高计算效率和重建准确性。针对这一情况,提出一种基于单幅图像的高分辨率3维人脸重建方法。方法该方法包含特征适配与拉普拉斯形变两部分。预先用1组3维人脸样本上的3维特征构造可变形模型。给定图像时,从其上自动提取2维特征点,并根据获得问题最优解的必要条件进行特征适配以重建个性化3维特征;然后基于拉普拉斯方法,用该3维特征对一般人脸模型进行变形以获得特定高分辨率3维人脸;最后通过纹理合成获得真实感人脸。结果用本文方法和已有方法分别进行可变形模型适配和模型变形,本文的特征适配方法具有更快的收敛速度和更高的准确性,拉普拉斯方法具有更小的重建误差。纹理映射后的3维人脸具有很好的视觉效果。结论本文方法将特征适配与拉普拉斯形变结合起来进行高分辨率3维人脸重建。实验结果表明所提出的方法具有较高的计算效率和准确性,能实现较为理想的高分辨率3维人脸重建。
- 张剑何骅詹小四肖俊
- 关键词:可变形模型纹理合成3维重建
- 基于重要区域识别和匹配的目标跟踪方法
- 本文针对目标跟踪中的目标遮挡和变形等挑战展开研究,设计出基于重要区域识别和匹配的目标跟踪方法,以提升目标跟踪的准确度和成功率。本文基于重要区域识别来跟踪运动目标,试图更准确的确定跟踪目标的搜索范围以提高跟踪精准度和计算效...
- 梁云龚杰文李亚桢张剑沈汉灵
- 关键词:目标跟踪模板匹配算法