|
1.
|
一种基于小波变换的文字检测与提取方法
|
|
|
|
|
|
|
褚晶辉 董越 吕卫《电视技术》,2014年第38卷第3期
|
|
|
视频中包含的文字信息与视频的语义内容有很强的相关性,将视频中的文字信息提取出来进行分析处理可以有效地理解电视视频语义,从而实现对视频内容的安全监控。针对文字检测提出一种基于小波变换、角点特征图像和统计特征的有效方法,并运用基于彩色空间的文字提取方法获取二值图像,更有利于后面OCR的文字识别。
|
|
2.
|
一种在时级（频）域自动再生最佳特征参数的方法 被引次数：3
|
|
|
|
|
|
|
黄明辉 虞仲龙《振动．测试与诊断》,1999年第19卷第4期
|
|
|
针对付氏分析对时变信号不敏感和缺乏空间局部性的弱点，提出了一种基于正交小波变换的原始特征参数的构造方法，在此基础上通过遗传算法提取蕴涵于小波系数序列的故障特征，获得较理想的特征参数。实验证明，本文提出的这种方法用于特征提取与模式识别是有效的。
|
|
3.
|
基于特征点与多网络联合训练的表情识别
|
|
|
|
|
|
|
夏添 张毅锋 刘袁《计算机辅助设计与图形学学报》,2019年第4期
|
|
|
由于表情图片序列比单张表情图片的信息更丰富,因此基于前者的表情识别容易取得更好的实验效果.针对表情图片序列,提出一种仅基于人脸特征点信息和联合训练2个深度神经网络进行表情识别的方法.首先基于长度不定的图片序列抽取各帧之间差异最大化的子集;其次提取该子集中所有图片的特征点坐标进行预处理;再将坐标分别输入微观深度网络(MIC-NN)与宏观深度网络(MAC-NN)进行独立训练;最后基于惩罚MIC-NN与MAC-NN间差异的损失函数联合训练二者后,使用融合网络(FUS-NN)作为最终预测模型.在CK+,Oulu-CASIA,MMI这3个数据集中的实验结果表明,FUS-NN取得了优于绝大部分已知方法 1%～15%的识别率,仅在MMI数据集中落后于最优模型2%;相比之下,该网络的时间复杂度远远小于效果相近的模型,取得了更好的识别效果与计算资源的平衡.
|
|
4.
|
一种新的彩色图象文字提取算法 被引次数：3
|
|
|
|
|
|
|
刘文萍 付晓玲 赵会群 李晓丽《计算机工程与应用》,2005年第41卷第21期
|
|
|
文字信息在描述图象内容时起着重要的作用,因此文字提取及识别是基于内容视频检索的关键技术。提出了一个从彩色图象背景中提取文字的快速而有效的算法。由于文本字符串的对比度较高,首先用一个改进的sobel算子将彩色图象变换为二值的边缘图象,再对该边缘图象进行涂抹处理,然后基于候选文本区的特征从不同复杂度的彩色图象中提取文本信息,最后将提取出的文本输入到文字识别(OCR)引擎,识别结果证明了此方法的有效性。
|
|
5.
|
静态图像提取文字技术
|
|
|
|
|
|
|
TIAN Qichong DONG Hengqiang HE Xinqiu《电脑编程技巧与维护》,2008年第13期
|
|
|
从图像中提取文字属于信息智能化处理的前沿课题,是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征,对图片内容的理解、索引、检索具有重要作用,因此,研究图片文字提取具有重要的实际意义。又由于静态图像文字提取是动态图像文字提取的基础,故着重介绍了静态图像文字提取技术,总结了几种已提出的算法,并利用计算机语言学方法对提取出的文字进行后期处理,大大提高了文字提取的正确率。
|
|
6.
|
静态图像提取文字技术
|
|
|
|
|
|
|
田其冲 董恒强 何新求《电脑编程技巧与维护》,2008年第8期
|
|
|
从图像中提取文字属于信息智能化处理的前沿课题,是当前人工智能与模式识别领域中的研究热点.由于文字具有高级语义特征,对图片内容的理解、索引、检索具有重要作用,因此,研究图片文字提取具有重要的实际意义.又由于静态图像文字提取是动态图像文字提取的基础,故着重介绍了静态图像文字提取技术,总结了几种已提出的算法,并利用计算机语言学方法对提取出的文字进行后期处理,大大提高了文字提取的正确率.
|
|
7.
|
静态图像提取文字技术
|
|
|
|
|
|
|
田其冲 董恒强 何新求《电脑编程技巧与维护》,2008年第9期
|
|
|
从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义。又由于静态图像文字提取是动态图像文字提取的基础，故着重介绍了静态图像文字提取技术，总结了几种已提出的算法，并利用计算机语言学方法对提取出的文字进行后期处理，大大提高了文字提取的正确率。
|
|
8.
|
基于 YCbCr 颜色空间的快递单手写文字分割 被引次数：2
|
|
|
|
|
|
|
姜继春 王晓红 许秦蓉《包装工程》,2014年第35卷第5期
|
|
|
目的在YCbCr颜色空间下,利用Cb颜色分量信息结合阈值分割方法,提取快递单图像手写体文字信息。方法首先将图像从RGB颜色空间转换到YCbCr颜色空间下,然后在Cb颜色分量图像下进行图像阈值分割处理操作,最后对提取出的手写体文字信息进行中值滤波去噪处理,并将该算法提取的结果与基于YCbCr颜色空间使用K均值聚类方法提取的结果在分割效果、分割时间与文字识别率上进行对比。结果利用Cb颜色分量提取出的手写体文字信息更清晰,具有更快的处理速度和更高的识别率,快递单图像平均处理时间为1.36 s,识别率为89%。结论单独利用Cb颜色分量信息提取手写文字就可得到较好的提取效果,算法简单、可行。
|
|
9.
|
用时空能量图和小波变换方法表征和识别步态
|
|
|
|
|
|
|
韦素媛 马天骏 宁超 高有行《电子科技大学学报(自然科学版)》,2009年第38卷第3期
|
|
|
该文提出一种基于时空能量图和小波变换的步态特征表达和步态识别方法，步态特征由时空能量图经过小波变换后来表示，不必进行严格的时间配准或步态周期的定位．时空能量图将一个序列的多帧图像用一幅灰度图替代，集成了人的运动信息中时间与空间变化的特点，减少了特征的数据量，经证明，时空能量图对噪声不敏感。实验结果表明该算法具有较好的识别性能和较低的空间需求和计算量．
|
|
10.
|
基于小波包分解的导弹目标神经网络识别
|
|
|
|
|
|
|
张荣杰 张帅钦 张申涛《现代雷达》,2012年第34卷第2期
|
|
|
提出了基于小波包分解特征的神经网络导弹目标识别算法。在该算法中,首先通过小波包分解获取能够反映时间序列时频信息的稳定特征,然后利用训练过的神经网络提取特征对导弹目标进行识别。文中运用一组仿真数据和一组试验数据对该算法进行测试,结果表明该算法具有较高的识别概率。
|
|
11.
|
基于Hough变换的重磁数据线性特征提取技术
|
|
|
|
|
|
|
李芳 王林飞 何辉 李靖《工程地球物理学报》,2018年第1期
|
|
|
利用重磁数据确定地质体的边界是地质解释中一项很重要的工作,然而目前众多的边界识别方法均基于各种导数变换的组合,因此对噪声的影响比较敏感。基于上述问题,研究分析了图像处理中提出的Hough变换的原理,提出利用该变换进行重磁数据处理,基于此识别数据中包含的线性特征,对应于地质体边界和断裂构造平面展布特征等信息。理论模型和实际数据的计算分析表明,该方法能够较准确地提取出重磁数据边界信息,同时具有较好的噪声鲁棒性。利用Hough变换提取出的线性特征对地质体边界识别、大地构造单元划分及断裂体系分析等工作具有实际的应用意义。
|
|
12.
|
基于HSI颜色模型的多层彩色细胞提取技术 被引次数：1
|
|
|
|
|
|
|
侯发忠 邹北骥 周天亮《计算机仿真》,2009年第26卷第6期
|
|
|
为了克服传统图像分割方法在识别复杂背景下的细胞时存在的捕捉不全、噪声敏感和计数不准确的缺憾,构造了一种基于HSI空间下的细胞识别新法,通过在复杂背景图片中实选出几部分目标点的RGB模型信息,转换成优化的HIS模型,再用多图像平均法求出其H分量的直方图范围,并依之提取目标特征,实现细胞识别及计数.仿真实验结果表明:在处理染色不均、光照过强、背景复杂、细胞粘滞等特殊细胞图片,尤其是目标细胞与背景的色彩特征相似度高且多层分布的细胞图片时,方法输出的特征参数与实数吻合度高、计数准确,解决了临床应用上多层细胞难识别的问题,弥补了传统图像分割方法对此类图片处理的不足.
|
|
13.
|
基于三维数据与MMSV特征的二维人脸识别*
|
|
|
|
|
|
|
袁理 陈庆虎《计算机应用研究》,2012年第29卷第1期
|
|
|
针对二维人脸识别对姿态与光照变化较为敏感的问题,提出了一种基于三维数据与混合多尺度奇异值特征MMSV(mixture of multi-scale singular value,MMSV)的二维人脸识别方法。在训练阶段,利用三维人脸数据与光照模型获取大量具有不同姿态和光照条件的二维虚拟图像,为构造完备的特征模板奠定基础;同时,通过子集划分有效地缓解了人脸特征提取过程中的非线性问题;最后对人脸图像进行MMSV特征提取,从而对人脸的全局与局部特征进行融合。在识别阶段,通过计算MMSV特征子空间距离完成分类识别。实验证明,提取到的MMSV特征包含有更多的鉴别信息,对姿态和光照变化具有理想的鲁棒性。该方法在WHU-3D数据库上取得了约98.4%的识别率。
|
|
14.
|
基于隐马尔可夫模型的多摄像头人体对象的目标识别
|
|
|
|
|
|
|
高 鹏 郭立君 朱一卫 张 荣《计算机应用》,2014年第6期
|
|
|
在非重叠多摄像机系统的人体对象目标识别中,针对基于单幅图片的识别算法不能较好处理对象表观和视角变化的问题,提出基于人体图像序列的算法。该算法用隐马尔可夫模型(HMM)融合多幅图片的特征,先考虑人体结构的约束,将人体图像在垂直方向上划分为多个相等的图像区域;然后采用多层阈值分割算法提取区域代表性颜色特征(SRC)和标准差特征(SSV);再用每个人体对象的多幅图片提取的特征数据集训练该对象的连续密度HMM;最后利用训练的模型实现人体对象的目标识别。该方法在两个公开数据集上进行的实验都获得了较高的识别率,提高了对摄像头视角变化、低分辨率的鲁棒性,且简单易实现。
|
|
15.
|
基于内容的网页图片广告检测技术的研究与实现
|
|
|
|
|
|
|
王新艳《软件》,2012年第8期
|
|
|
针对网络上出现的大量垃圾广告图片,为了实现网络信息的快速传递,保障用户浏览网页的速度、准确性和安全性,有必要采取适当的措施对网页中弹出的图片广告进行拦截。本文提出了改进的基于图片内容的垃圾图片过滤方法。核心思想是首先提取出图片中的文字区域,再利用广告垃圾图片中的文字区域特征进行广告垃圾图片过滤。通过彩色边缘提取,候选文字区域提取,文字区域筛等步骤对图片是否是图片广告进行判别,根据判别的结果得出过虑和拦截的下一步操作。
|
|
16.
|
多级LBP直方图序列特征的人脸识别 被引次数：7
|
|
|
|
|
|
|
高 涛 何明一 戴玉超 白 磷《中国图象图形学报》,2009年第14卷第2期
|
|
|
人脸识别是当前人工智能和模式识别的研究热点。基于对小波分解和局部二进制模式(LBP)分析，提出了一种多级LBP直方图的序列特征 (M-HSLBP) 的提取方法。2维的小波分解具有对表情变化不敏感的特点，可以很好地压缩和表征人脸图像的特征；LBP是一种有效的纹理描述算子，使用多级可变大小的子窗口对小波变换后的图像进行扫描，对各级子图像进行改进LBP变换并形成多级LBP直方图序列特征，这种特征既能反映人脸局部特征又能反映其整体特征。径向基网络作为分类器具有很高的推广性能，有利于大容量样本的分类。在对人脸库ORL和YEL的识别实验中，该算法识别率达到98%以上，与传统算法相比，取得了更好的识别结果。
|
|
17.
|
基于混合特征和多HMM融合的图像序列表情识别 被引次数：2
|
|
|
|
|
|
|
詹永照 李婷 周庚涛《计算机辅助设计与图形学学报》,2008年第20卷第7期
|
|
|
当前多数图像序列的人脸表情识别方法仅提取图像的某一类特征,导致特征参数不能全面地反映脸部情感信息.提出一种基于混合特征和多HMM融合的图像序列表情识别方法.采用Gabor小波变换、二维离散余弦变换分别提取眼睛及眉毛区域、鼻子区域的纹理变化特征,对嘴巴区域则采用主动表观模型提取形状变化特征.对待测图像序列中的每个表情特征区域采用离散隐马尔可夫模型得出6种表情概率;然后根据在训练阶段得到的每个表情特征区域对每种表情的贡献权值进行加权融合,并选择融合后的表情概率最大者作为识别结果.实验结果表明,该方法综合了表情的纹理与形状变化,能够得到很好的识别效果,且处理速度快,适合于实时图像序列的表情识别.
|
|
18.
|
基于数学形态学车牌定位算法仿真研究
|
|
|
|
|
|
|
廖春生《计算机仿真》,2011年第28卷第12期
|
|
|
研究车牌准确定位识别的问题,交通流量在高速条件下识别系统采集信息与数据有差异,同时在复杂背景中由于车牌的纹理区域面积太小造成车牌定位困难,传统的识别算法由于模板以及方向的选择困难,造成文字的识别率低的等问题.为解决上述问题,提出了一种利用数学形态学操作提取车牌和基于神经网络算法的车牌文字识别技术.首先将汽车图像进行边缘提取处理,提取候选区域,依据各个候选区域特性,进行形态学操作,从而可提取车牌图像,同时利用神经网络对车牌图像中的文字进行识别.实验结果显示改进的方法快速有效地提取车牌图像的边缘信息,所提取的车牌图像与真实车牌的位置吻合,提出的改进方法为车牌识别提供了参考.
|
|
19.
|
基于小波域两向二维主分量分析的SAR目标识别
|
|
|
|
|
|
|
李汶虹 王建国 田莉萍《雷达科学与技术》,2014年第6期
|
|
|
针对合成孔径雷达图像目标识别在图像域进行特征提取时空间维数较高、计算复杂度较大、识别效率较低等问题,提出基于小波域两向二维主分量分析和概率神经网络的SAR图像目标特征提取与识别方法。该方法首先引入二维离散小波变换将预处理后的SAR图像变换到小波域,得到可充分表征目标特征信息的低频成分。然后提取低频子图像的两向二维主分量分析低维特征作为训练样本和测试样本的目标特征,最后由概率神经网络分类器完成目标识别。MSTAR数据实验结果表明,在特征矩阵维数低至6×3(原始图像128×128)的情况下平均识别率高达99.32%,且最高可达99.83%,该方法不但能够有效压缩目标特征维数和提高识别率,还对目标的方位信息具有很强的鲁棒性,可有效应用于SAR图像目标特征提取和识别。
|
|
20.
|
基于Radon变换特征提取的步态识别
|
|
|
|
|
|
|
张前进 徐素莉 孙炎增《数据采集与处理》,2010年第25卷第2期
|
|
|
提出了一种基于Radon变换特征提取的步态识别算法.该算法根据步态轮廓图下肢的宽度信息确定步态运动准周期性,对二进制准周期步态轮廓序列进行Radon变换构造特征向量模板.对特征向量进行主成分分析,并采用k-近邻法进行步态特征分类.在CASIA步态数据库上和CAS识别算法进行了详细的比较,实验结果表明,该算法在性能上有较大程度的提高,是一种有效的步态识别方法.
|
|
