基于机器视觉的图像识别方法研究

本文介绍了一种采用Blob算法实现图像识别的方法,在此基础上提出识别规定形状物体的方法,利用不变矩、图形的面积和周长的比值来识别物体的形状,从而从多个规则物体中识别出规定形状的物体,同时利用该算法还能够给出所识别物体的位置信息。实验结果表明,该图像识别算法能够满足实际要求,物体识别准确率达到100%。     

系统仿真中随机变量生成器的设计

本文通过现场收集信息确定随机变量的分布函数,提出随机变量生成器数学模型,然后用MSVC＋＋6．0程序设计语言详细描述了实现随机变量生成器的算法。利用该随机变量生成器对银行营业网点服务现场客流信息的计算机实验表明：该随机变量生成器完全能够生成所要求的随机数序列,可以很好地满足系统仿真中的技术要求。     

基于图像处理技术的盲人避障系统研究与实现

由于环境信息复杂，现有传感器的应用已经满足不了盲人出行需要，基于此，本文提出了一种基于图像处理技术的导盲方式。利用摄像头获得场景，通过图像处理技术识别盲道、红绿灯、斑马线等必要的交通信息，结合yolo v3算法识别出障碍物类型、大小，并根据单目测距实现障碍物距离探测，同时使用A^*算法对障碍物避障路径进行规划，通过语音引导盲人准确避开障碍物。经测试，本系统能够准确识别盲道、红绿灯、斑马线、行人、汽车等，且单目测距满足系统要求，5 m内的相对误差为5.1%,A^*算法也可正确规划路径。证明本系统可以满足盲人出行避障需要。     

基于CDMA技术的多水印算法

将码分多址（CDMA）思想引入水印系统以实现多水印方案。在水印嵌入过程中，每一用户以自己的密钥作为种子生成一个伪随机分布的地址码，并用该地址码将自己的欲嵌入信息调制为载波信号，然后以相加的方式把载波信号叠加入载体。在提取时，该用户使用相同的地址码，通过计算地址码和载体之间的相关系数，从载体中提取自己的嵌入信息。实验证明该算法可以实现多个用户独立嵌入和检测自己的水印信息，完全能满足多水印的要求。     

复杂场景下的运动目标识别算法

目标识别是计算机视觉的基本目的,同时也是人工智能领域的重要组成部分之一.随着信息化时代的来临,视频采集工具的普及,海量的视频数据给人工识别带来了巨大挑战.现阶段,在智能交通领域、生产质检领域等简单场景中,视频识别技术已经得到广泛的应用.如何从复杂场景中实现目标的识别和检测则成为了更加重要和困难的问题.针对该问题,本文提出了一种复杂场景下的运动目标识别算法.首先,提出一种改进的光流算法,通过时间序列以及空间像素变化对运动目标区域进行快速标记;其次,对目标区域进行滑动窗口检测,匹配人体各部位模型,并将反馈信息利用树形结构进行人体建模,实现在复杂场景下识别运动目标.通过实验进行评估,该方法能够在保证较高准确率的情况下,相比基于深度学习的检测算法检测速度更快,可以满足实时监测的要求.     

一种基于WMI和Hash算法的软件激活方案

软件激活是对计算机软件进行保护的一种手段。基于WMI,可以获得用户计算机的身份识别信息;对该计算机身份识别信息进行Hash算法可获得＂硬件指纹＂,同时又能保护用户隐私。结合使用软件安装序列号,配合SHA512生成的激活码,可实现一个安全、实用的软件激活方案。     

一种基于货币特征的神经网络模式识别算法

提出一种基于神经网络的模式识别算法，并将其运用于货币特征信息的处理和识别，实验结果表明该算法具有自组织和自学习能力，同时由于网络的非线性和高度并行的特点，它能够满足复杂系统的实时性要求。     

基于不确定性知识的实时道路场景理解

由于室外机器人的工作环境非常复杂，因此机器人的视觉导航必须具有足够的智能和鲁棒性，为此，提出了一种基于不确定性知识的实时道路理解算法，该算法通过不确定性知识推理来融合多种信息和知识，以满足在复杂道路环境下的鲁棒性要求，它即使在有强烈阴影、水迹等干扰下也能给出比较好的结果；通过图象边缘信息的提取可以得到精确的道路边界，以满足视觉导航的精确性要求；同时在算法设计时，兼顾了实时性要求；使得算法得以实时实现，该算法已在实际的机器人上进行了测试，并得到了很好的结果。     

基于BMP的迷宫算法在电子元件计数中的应用

如何精确地进行电子元件的计数,对于电子元件生产商来说是一个非常重要的问题。本文介绍了用计算机进行电子元件计数的算法的实现基础,该算法通过对BMP位图的图像的二值化处理、采用迷宫算法实现电子元件的计数。并且通过实例进行误差分析,证明该计数算法实现的计数误差可以达到5％左右．基本上满足电子元件生产商的计数要求。     

基于置信度的非特定人语音识别拒识算法的研究

语音拒识技术是实现一个实用语音识别系统的关键。提出了一种新颖的基于置信度的非特定人语音识别拒识算法，该算法同时考虑了备选假设模型和多候选的信息，适用于拒识不正确的识别结果和词表外(OOV)语音。在一个非特定人英语命令词识别系统中做了一些相关的实验来评估这个算法的性能。实验结果表明，该算法可以有效地去除识别不可靠的语音，提高语音识别的整体性能。     

改进批处理RPEM算法用于说话人识别

针对传统EM算法训练GMM不能充分利用训练数据所属高斯分量信息, 从而在一定程度上影响说话人识别性能的缺陷, 采用RPEM (竞争惩罚EM)算法训练GMM, 并引入批处理RPEM算法解决RPEM算法运算量大、收敛速度慢的问题, 同时针对RPEM和批处理RPEM算法训练时方差优化存在的问题进行了改进, 提出了改进的批处理RPEM算法。在Chains 说话人识别数据库上的实验表明, 改进的批处理RPEM算法取得了相对于传统EM、RPEM以及批处理RPEM算法更好的性能, 还极大地提高了训练效率, 减小了运算量, 说明了提出的改进批处理RPEM算法用于说话人识别时的有效性。     

一种基于拒识的高可靠性CAPTCHA识别算法

CAPTCHA是一种阻止机器人滥用自然人资源的网络安全机制.研究CAPTCHA识别技术有助于发现CAPTCHA自身的缺陷,促使其变得更加安全. 针对现有方法难以识别的高粘着CAPTCHA,本文提出了一种新的识别算法. 该算法首先使用递归神经网络(Recurrent neural network, RNN) 对CAPTCHA进行识别,然后为了提高识别结果的可靠性, 提出了一种基于SVM的拒识新算法,并使用数据降维方法对拒识特征进行降维. 实验结果表明: 1)本文所提识别算法能够识别高粘着型CAPTCHA,并且识别结果具有高可靠性; 2)新的拒识算法相对于其他拒识算法具有明显优势; 3)数据降维方法能够进一步改善拒识算法的性能,从而取得更高的可靠性.     

基于改进Hu矩算法的AGV字符识别研究

视觉导引AGV以识别标识符为基础实现工位转换。Hu矩算法可以提取字符的特征参数,结合机器学习分类算法,对特征值进行提取并分类,其运算速度快,但是识别准确率低。分析其原理公式,发现由于阶数高导致数值范围大,数据相近度差。基于此,对Hu矩公式进行改进,构造了新的算法。通过对UCI字符数据库进行检测,并在视觉导引AGV平台上进行在线测试,验证了改进后的Hu矩算法可以更快地提取特征值,并大大提高机器学习算法字符分类准确率,说明改进后的Hu矩算法在视觉导引AGV的字符识别上具有较好的实用性。     

基于标签分组的DFSA抽样训练规则防冲突算法

主要对标签防冲突的问题进行研究, 阐述了已有的分组算法原理, 并分析其仍存在的可改进的地方, 将标签分布特点与数据结构原型进行有机结合, 提出相应的改进方案。引入了抽样和训练规则的概念, 经过对分组过程的研究, 找出帧长调整的规律性变化, 提出了基于标签分组的DFSA抽样训练规则防冲突算法。通过实验仿真, 充分体现了该方法在保证现有识别率的情况下, 能够有效减少系统功耗, 降低识别过程中的计算复杂度, 缩短识别时间。     

基于段级特征主成分分析的说话人识别算法

为了提高说话人识别(SR)系统的运算速度,增强其鲁棒性,以现有的帧级语音特征为基础,提出了一种基于段级特征主成分分析的说话人识别算法。该算法在训练和识别阶段以段级特征代替帧级特征,然后用主成分分析方法对段级特征进行降维、去相关。实验结果表明,该算法的系统训练时间、测试时间分别为基线系统的47.8%、40.0%,同时识别率略有提高,抑制了噪声对说话人识别系统的影响。该结果验证了基于段级特征主成分分析的说话人识别算法在识别率有所提高的情况下取得了较快的识别速度,同时在不同噪声环境下的不同信噪比情况下均可以提高系统识别率。     

基于同心圆分割的大视场星图识别算法

针对星敏系统常见的三角形识别算法数据冗余量大、识别速度特别是初始识别速度低的问题,提出一种基于同心圆分割的大视场(FOV)星图识别算法。在分析星图信息以获得其主星的基础上,围绕主星以一定的半径画8个同心圆,再根据各星的坐标统计每个圆环内的星数量,从而得出主星的伴星分布向量。以同样方法基于基本星表构建相对应的导航星特征库,然后利用伴星分布向量与特征库进行模式匹配,从而得出星图识别结果。对特征库中的数据,根据各向量的第一维元素大小进行排序,以加快算法的识别过程。仿真实验结果表明,该算法所需的导航星特征库存储空间小,具有良好的实时性、抗噪性与较高的识别率,能够以95.3μs的识别时间达到88.9%以上的正确率,可与其他识别算法相结合,执行于不同的阶段,实现更高效、准确的天文导航。     

基于仿射传播聚类的自适应手写字符识别

对于手写字符识别过程中相似字符较多且相同字符存在大量不规则书写变形的问题,提出一种改进的仿射传播聚类算法加入手写字符识别过程中。该算法基于原始仿射传播(AP)聚类算法,将其与聚类评判函数Silhouette结合,通过AP算法迭代过程自适应地改变偏向参数以调整类别数,并且结合每次聚类质量得到最优聚类结果。基于手写汉字识别的实验结果表明,加入了原始AP算法的识别率比传统识别过程得到的识别率总体提高1.52%,而加入改进AP算法的识别率又比加入原始AP算法的识别率总体提高了1.28%。该实验结果验证了加入聚类算法于手写字符识别过程的有效性,而改进AP算法相比原始AP算法在收敛性和聚类质量上都有一定的提高。     

基于HTK的语音识别的并行化研究与实现

详细地分析了语音识别的过程,给出了相应的算法描述,并分析了语音识别并行化的可能性。将并行计算的思想应用于语音识别的算法中,使用多线程技术,并引入避免竞争条件的机制,在多核计算机上并行地计算HMM模型节点的似然率,从而得到语音识别的并行化算法。分析了该并行化算法的性能,同时在语音识别工具包HTK 3.4上实现了这种并行化算法。基于WSJ0语料库的实验结果表明该并行化算法在不影响识别结果的前提下能够有效地提高语音识别的实时性能。     

嵌入式盲人图标实时识别研究

利用嵌入式系统的特点,提出了一种基于DSP芯片的盲人图标实时识别系统,硬件上构建了系统的基本功能,软件上提出了一种基于不变矩和神经网络的盲人图标识别算法,实验结果表明该系统识别效率较高,识别速度较快,具有携带方便,能源消耗低,可移动性强等特点,满足实际使用的需要,具有一定的应用价值。     

基于语音识别和手机平台的英语口语发音学习系统

研究一种实际可行的手机平台上基于语音识别技术的英语学习系统的应用方案。系统主要以HMM(隐马尔可夫模型)和Viterbi算法作为模型和算法基础,同时针对手机平台的限制,在算法设计和实现方面进行改进,达到降低运算时间同时保证识别精度的目的。