基于模糊聚类视区划分的SAR目标识别方法

 现有基于模板匹配的SAR目标识别技术,多通过姿态遍历来构建和存储基础模板库.为降低计算消耗和存储开销,借鉴计算机视觉中视区概念,提出了一种基于非均匀视区划分的模板库精简方法.结合关键特征矢量,基于Gustafson-Kessel(GK)算法对视区作模糊聚类,以识别概率最优控制视区划分策略并提炼原型模板.采用典型舰船目标的SAR仿真图像集,验证了方法在精简模板库、实现高效SAR自动目标识别方面具有可行性.     

基于模板匹配的跳水运动视频分析

提出了一种基于模板匹配和模板库的姿势分析与跟踪算法,建立了跳水过程中可能出现的姿势模板库,并在离散的姿势模板库中使用ConDensation算法进行预测和跟踪,能够快速地识别跳水过程中运动员每个时刻的身体姿势,对关键点位置进行标定,并恢复出人体的主要姿势参数.     

光纤传感系统振动信号模式识别的研究

提出了一种基于MFCC特征和SVDD训练的光纤传感系统振动信号的识别算法,该算法选择MFCC系数作为模式识别的特征量,利用SVDD算法实现对特征量的训练和模式匹配,同时对SVDD算法进行了扩展,使其能够利用单个事件进行模板库训练和多类别识别。实验证明,该算法在光纤传感系统应用中,能够准确识别常见扰动事件的类别,具有较高的识别率,并简化了模板库的建立过程。     

基于样本紧密度的雷达高分辨距离像识别方法研究

模板库是基于高分辨距离像(HRRP)进行雷达自动目标识别的关键。由于真实目标复杂的电磁散射特性及背景杂波的存在,基于传统平均HRRP模板库的目标识别方法的实用性能有限。该文分析了雷达目标HRRP样本集在单位超球面上的空间分布特征,构建了类心+紧密度球特征模板库,定义了基于紧密度球的距离度量方法,最后提出基于样本紧密度的HRRP识别方法。基于公共MSTAR数据的实验结果表明该方法具有良好的工程实用性能。     

一种基于半监督学习的窄带雷达目标识别系统

半监督学习算法利用少量的标注样本与大量的未标注样本进行模式识别问题中的样本分布探索。针对常规雷达目标识别系统中,样本难以准确标注、模板库建立复杂以及建立过程漫长的问题,采用半监督学习算法以减少模板库的建设代价,并启用多核学习来进行目标特征的自动选择。基于窄带飞机目标分类识别的数据分析表明,与基于监督学习算法的常规识别系统相比,所提的目标识别系统能够获得更高的分类准确率。     

基于变形模板的多目标识别与定位

典型目标的识别与定位是无人机应用系统的关键技术之一,但实现完全地自动目标识别和定位存在一定的困难。该文提出一种采用变形模板进行多个目标的识别和定位方法,以机载传感器的融合图像为基础,并引入人在回路的思想,设计了基于变形模板的多目标识别和定位算法,重点研究了多目标变形模板库的构造和相应能量函数的定义,而变形模板的优化采用具有保优策略的遗传算法实现。仿真实验表明该方法具有较高的目标识别与定位能力,可以有效解决无人机图像中多个典型目标的识别与定位问题。     

基于小波变换和多模板匹配的室性早搏识别

本文提出一种基于小波变换和多模板匹配的室性早搏识别算法,该方法根据提取到的QRS波形特征,分别对正常和PVC信号创建模板库。利用MIT-BIH心电数据库八组数据进行试验,准确率达到99.34%。     

一种压缩语音识别模板库容量的方法

在非特定人孤立词语音识别系统中,模板库的容量成为限制识别范围和性能的重要原因,过大的模板库在成本和实时性方面都不利于语音识别系统的大规模使用。提出了一种用于大幅压缩语音识别模板库容量的方法,适用于非特定人孤立词识别系统。该算法借鉴生态学上各物种对专一环境和普通环境的适应程度上的折衷,通过类似不同生物间争夺食物的演化过程选出最具代表性的模板组成模板库。模拟结果表明,该算法通过去除近似雷同的模板以及在某些情况下用一个大模板取代数个模板,能在不显著影响识别率的前提下,明显减少所需模板库的容量。     

基于峰值匹配的SAR图像飞机目标识别方法

针对SAR图像飞机目标识别过程中的目标识别问题,提出一种基于峰值匹配的目标识别方法。该方法首先使用基于8邻域像素检测局部极大值的峰值提取方法提取目标和模板的峰值特征点;然后对目标进行方位角计算,设定置信区间从而缩小需要匹配的模板库;最后计算目标图像峰值点集与模板图像峰值点集的匹配代价函数,当匹配代价函数取最小值时表明目标与相应模板图像相匹配。实验结果表明该算法有效,且分类性能和分类效率较现有的一些算法有所提升。     

基于体全息图像库的模式识别算法

定义了特征识别向量并提出了图像识别模板的概念 ,在此基础上发展了相关系数的算法 ,对存有 10 0幅图像的体全息图像库所进行的模式识别实验表明此算法能够有效地提高识别准确率。     

Gait recognition using radon transform and linear discriminant analysis.

A new feature extraction process is proposed for gait representation and recognition. The new system is based on the Radon transform of binary silhouettes. For each gait sequence, the transformed silhouettes are used for the computation of a template. The set of all templates is subsequently subjected to linear discriminant analysis and subspace projection. In this manner, each gait sequence is described using a low-dimensional feature vector consisting of selected Radon template coefficients. Given a test feature vector, gait recognition and verification is achieved by appropriately comparing it to feature vectors in a reference gait database. By using the new system on the Gait Challenge database, very considerable improvements in recognition performance are seen in comparison to state-of-the-art methods for gait recognition.     

一种基于云模型的辐射源识别方法

该文针对测量参数的不确定所造成的辐射源不能正确识别问题,提出了一种基于云模型的识别方法。该方法首先利用云模型对雷达模板库中区间类型的参数变量进行正态云建模从而得到测量参数的隶属度,然后利用云模型的定性定量转换特性来描述离散型参数变量的调制匹配程度,同时给出了一种确定辐射源识别权值的新方法,能够动态调整各特征参数的权值。仿真结果表明,这种基于云模型的识别方法是适用有效的。     

包含高阶统计量的手写汉字分类尺度

在实际应用系统中,由于得到的信号往往不服从高斯分布,因而基于高阶统计量的信号处理方法越来越受到重视和应用.对于手写文字特征而言,它的分散特性很难用高斯分布描述,因而本文提出了一种通过高阶统计量来描述文字分散特性的方法,文中给出了三种不同形式的高阶统计量,并且通过在脱机手写汉字数据库HCL2004^[1]上进行实验,比较了基于这三种方法的模板匹配汉字识别系统的性能,同时也证实了该方法的有效性.     

基于SVM的多特征手写体汉字识别技术

针对传统的模板匹配法对汉字的识别率较低,文中提出一种基于SVM的多特征手写体汉字识别技术。在提取网格特征的基础上增加对汉字质心特征、笔划特征、特征点的提取,并采用SVM算法构造分类器,实现对手写体汉字的识别。实验结果表明,该方法的平均识别率为95.9%,高于传统的模板匹配法。     

虹膜识别平台搭建和数据库建设

介绍了一个高性价比的虹膜识别系统解决方案,其中包括一套自动化虹膜采集仪以及上位机识别软件.同时基于该平台,通过对序列图像进行质量评价,构建了一个中等规模的高质量虹膜数据库,并给出了数据库的几个关键参数,为虹膜识别算法的研究提供了很好的支持.     

基于生物视觉模型的人脸识别设计

针对人脸特性,对标准模型的S2层模版提取方法和匹配算法进行改进,并重新定义了C2层特征的平移不变范围,分类器采用简单的多类线性支持向量机(SVM).对ORL和Yale标准人脸库的分类识别结果表明,改进的模型能高效快速地进行人脸识别,识别率分别达到99.86%和97.23%.     

基于模糊匹配和神经网络的雷达辐射源识别技术

目前常用的雷达辐射源识别方法是数据库比较查询法．该方法实现简单,易于工程实践,但其识别效率取决于数据库的容量和质量．即对先验知识的依赖性强,缺少推理．灵活性差,特别是对于许多新体制雷达信号无法很好地识别。将利用模糊匹配和RBF神经网络两种算法,设计一种识别系统,该识别系统能够较好地识别复杂体制雷达信号,能应对目前雷达辐射源数据库不完善的实际情况。实验仿真表明,该识别系统具有较高的识别率,是一种可行的雷达辐射源识别方法。     

基于权系数标识符矩阵的车牌字符识别方法

为了提高对车牌字符的准确识别能力,提出了一种基于权系数标识符矩阵的模板匹配车牌字符识别方法。具体方法是在进行字符识别前为每一个车牌字符制定一个标准化的模板,再将每一个模板字符的像素依据像素区域、像素边缘区域和非像素及非像素边缘区域等标记成不同的区域,并依此为基准生成一个模板矩阵。根据车牌字符闭合区域个数及字符二值图像中间行、中间列黑白跳变次数,可将字符分为10类。进行字符识别时,首先判定待识别字符属于哪一类,然后与所在类的每一个字符的标准模板进行匹配,统计待识别字符落在每一个标准模板矩阵的不同区域的像素数,并根据不同区域的不同权值计算相似度值,相似度值最大的即为识别结果。该方法采用两级分类法对车牌字符图像进行分类,再采用基于权系数标识符矩阵的模板匹配法对车牌字符进行识别。实验结果表明,该方法提高了识别结果的准确度,对于存在字符断裂以及形状相似而容易混淆的字符有较好的识别效果。     

基于Fisher变换的多尺度图像识别方法及其车形识别应用

该文提出了一种图像识别方法。该方法首先对识别图像进行多尺度小波分解,把不同尺度的分解结果组织为分解向量,再对分解向量作Fisher变换。在Fisher变换域内依据最小绝对距离(或相对距离)识别图像。该方法主要依据小波分解低频分量进行识别运算,对噪声不敏感:同时识别结果已经融合多尺度的识别运算,故目标图像大小对识别结果影响较弱。实践证明,该方法正确识别率高,鲁棒性强。