论文部分内容阅读
该文主要研究了在人工神经网络(ANN)的基础之上,采用支持向量机(SVM)方法进行非接触人眼注视与否的自动探知和可变比特率视频预测的问题.1.注视与否的探知 注视与否在人与人的自然交互中有着重要意义,它通常能够部分反映交互双方的意向以及认真的程度.人的视觉对注视和面部表情的探知能力及其近乎无限的推广能力是非常优异而独特的,其机制研究一直是视觉科学的前沿课题;另一方面,随着人机交互技术的发展,非接触人机交互技术已经提到日程,其中用机器视觉实现对人眼注视与否的探知也是一个重要内容,它不但有科学意义,而且也是一个急待解决的应用基础课题.2.视频通信量的预测 在信道带宽有限的情况下,解决可变比特率视频业务高服务质量传输问题的重要途径之一就是对可变比特率视频通信量进行预测.这也是我们课题组所承担的国家自然科学基金课题(#60277022)和天津市自然科学重点基金课题(#023800811)的一个组成部分.3.该论文的主要创新点:(1)根据人类视觉的特点和注视探知高推广性的要求,提出在ANN方法的基础上采用SVM方法来解决注视探知问题.(2)提出采用SVM方法进行基于肤色的面部探测,得到了较传统ANN方法更好的分割效果,这是注视探知所必需的前期处理.(3)提出一种用于注视探知的眼部图像非线性预处理方法.(4)针对VBR视频信号具有不确定性、非线性和突发性等特点,提出采用GRBF神经网络和SVM相结合的技术来解决VBR视频信号的预测问题.采用SVM方法所得到的预测误差是0.0018,与目前已有的各种方法相比较,其预测精度最高.