基于二进小波变换和仿生模式识别的人脸识别

针对人脸图像易受光线和表情影响的特点,提出了一种基于二进小波变换和仿生模式识别的人脸识别方法。应用样条二进小波对人脸图像进行处理,对得到的细节子图进行融合。在FFT和PCA处理与降维后,用仿生模式识别进行学习和识别。实验结果表明,该方法比传统方法具有更高的识别率。     

基于高维仿生覆盖的人脸识别方法

应用仿生模式识别的理论,提出了基于“认识”事物的人脸识别。根据同一人脸的分布在一定的高维空间的类聚性,提出了一种新颖的基于最小生成树的最邻近覆盖方法。利用小波变换对人脸图像进行分解,对分解后的4个子带分量进行加权融合,用K-L变换提取人脸特征子空间,应用提出的覆盖方法进行人脸识别。在ORL 人脸库上的实验结果表明,与传统的模式识别相比,不仅解决了未训练样本的误识问题,而且能获得更高的识别率。     

Gabor变换仿生人脸识别

针对主成分分析(PCA) 方法在特征提取和降维方面的不足,提出一种Gabor特征筛选的仿生人脸识别方法.首先提取人脸图像Gabor特征向量, 经2DPCA方法降维处理后用仿生识别方法对其进行人脸识别.在AR 人脸库上验证了该方法的有效性.实验结果显示, 该方法的分类准确性高于仿生识别方法和PCA 等方法.     

基于DCT与LDA的仿生人脸识别研究

针对基于DCT变换与LDA的人脸识别方法识别率低和特征提取过程中维数也低,以及基于K-L变换的仿生人脸识别方法识别率高和特征提取过程中维数也过高的问题,结合两者的优点,提出了一种基于DCT与LDA变换的仿生人脸识别的方法。通过DCT变换与LDA对训练人脸样本进行特征提取,通过核函数将提取的特征映射到高维空间,构建各类样本的覆盖区域,再通过判断待识别人脸特征在各覆盖区域的归属情况来识别人脸。在Yale和ORL人脸库上的实验证明提出的方法取得了较好的识别效果。     

融合PCA与LDA变换的仿生人脸识别研究

就基于PCA与LDA变换的传统人脸识别方法识别率低但特征提取过程中维数低和基于K-L 变换的仿生人脸识别方法识别率高但在特征提取过程中维数过高的的问题,将两者的优点相结合,提出了一种基于PCA与LDA变换的仿生人脸识别新方法。通过PCA与LDA变换对训练人脸样本进行特征提取,然后构建各类样本的覆盖区域。再通过判断待识别人脸特征在各覆盖区域的归属情况来识别人脸。实验收到了预期的效果,证明了方法的可行性。     

支持向量机在人脸识别中的应用研究

研究人脸图像自动识别问题,由于人脸的特征维数较高,正确识别有难度,利用计算机技术对人脸图像进行分析,从中提取有效的特征来识别出人的身份,其关键技术在于人脸特征的提取和模式识别.为此,提出了一种基于支持向量机的人脸识别方法.首先采用Gabor滤波器提取人脸图像的特征,PCA降维处理消除人脸特征之间的冗余信息,然后采用支持向量机对提取特征进行训练得到最优识别模型,用最优模型对人脸进行识别.对ORL人脸图像库进行仿真实验,识别率达98%,比传统算法高出5%,实验结果表明,既减少了计算复杂度,降低训练与识别时间,又保证实时性,提高识别正确率,为人脸识别的应用提供广泛的前景.     

基于半监督流形学习的人脸识别方法

如何有效地将流形学习(Manifold learning,ML)和半监督学习(Semi-supervised learning,SSL)方法进行结合是近年来模式识别和机器学习领域研究的热点问题.提出一种基于半监督流形学习(Semi-supervised manifold learning,SSML)的人脸识别方法,它在部分有标签信息的人脸数据的情况下,通过利用人脸数据本身的非线性流形结构信息和部分标签信息来调整点与点之间的距离形成距离矩阵,而后基于被调整的距离矩阵进行线性近邻重建来实现维数约简,提取低维鉴别特征用于人脸识别.基于公开的人脸数据库上的实验结果表明,该方法能有效地提高人脸识别的性能.     

KIII模型及其在人脸识别中的应用

对一种模拟嗅觉神经系统的仿生模型、KIII模型、及其在人脸识别中的应用进行了研究。论文首先分析了KIII模型模式识别原理,然后基于人脸识别对模型的模式容量问题进行了研究。使用子图特征组合算法提取人脸特征后,在ORL人脸数据库上的实验结果表明,KIII模型的模式容量至少可以达到40,这也更新了之前认为KIII模型模式容量约为26的观点。     

KⅢ模型及其在人脸识别中的应用

对一种模拟嗅觉神经系统的仿生模型、KⅢ模型、及其在人脸识别中的应用进行了研究。论文首先分析了KⅢ模型模式识别原理,然后基于人脸识别对模型的模式容量问题进行了研究。使用子图特征组合算法提取人脸特征后,在ORL人脸数据库上的实验结果表明,KⅢ模型的模式容量至少可以达到40,这也更新了之前认为KⅢ模型模式容量约为26的观点。     

基于量子神经网络的人脸识别技术研究

人脸识别问题是模式识别领域的一个重要的研究课题。提出了一种基于多层激励函数的量子神经网络人脸识别方法,采用ORL人脸图像数据库进行训练和识别。试验结果表明,该识别方法在识别率和可信性方面均有较好的效果,同时也体现了量子神经网络用于人脸识别的优越性和巨大的潜力。     

AUTOMATIC SPEECH RECOGNITION

Automatic speech recognition (ASR) technology provides a natural interface for mission-critical multimedia applications. This article discusses the state of ASR technoloav. selection of an ASR system, and an approach for developing ASR applications.     

OCR RECOGNITION SYSTEMS

High-volume data entry jobs are common in such vertical market applications as insurance claims processing and tax reporting; however, the task of effectively reading the data that is hand-printed on various paper forms remains a challenge. The reading capabilities of two types of optical character recognition (OCR) systems are improving the accuracy and reducing the cost of large data entry jobs.     

基于凸壳和模糊识别的数学公式识别

根据数学公式中字符或符号间空间关系特点,并针对目前用于数学公式字符空间关系判别的区域和质心方法所存在的不足,提出了基于字符凸壳和模糊识别的字符空间关系判别方法.首先,对数学公式中的字符或符号进行分类,对每一类运用字符凸壳判别其正上和正下关系,然后应用模糊识别的方法对常见关系进行识别.实验结果表明,运用该方法能明显提高字符空间关系判别的识别率,识别的正确率可达到93.5%.     

基于手机和人脸识别的身份识别系统

主要研究一种以具有摄像功能的手机端和人脸识别技术为基础的身份确认系统.利用局部二元模武(LBP)直方图特征的加权卡方距离来识别用户身份的方法,并根据手机用户的拍摄场景的多变性,添加对图片的光照预处理和几何校准过程,最后达到了比较好的实用效果.同时提出利用易辨识信息减少的比对样本,大大提高了系统运行性能.最后在ELSJTU图像数据集上测试的基础上,分析总结并提出了可以改进的意见.     

基于向量线段的特殊字符识别

传统的OCR技术在某些特定方面,如印刷体数学公式中特殊字符的识别存在困难和限制,其识别结果的准确率不尽如人意.为此,重点介绍基于向量线段的特殊字符识别算法规则和识别系统的设计.提出通过提取字符中的向量线段进行特征比较的分析方法,并将噪点去除算法融入其中.实验表明,该方法对于特殊字符的分析识别具有较好的准确性和应用前景.     

跨设备条件下手背静脉识别方法的研究

在不同采集设备、测试环境和手背姿态等弱约束条件下,采集到的手背静脉图像存在光照对比度差异、位置偏移以及角度旋转等问题,导致图像识别精度较差.针对该问题,提出一种基于二维小波分解提取关键点和基于生物视觉生成特征描述子的手背静脉识别方法.依据手背静脉的纹理特征,使用小波分解提取其高频分量,最终选定垂直+对角分量确定更鲁棒的关键点;基于生物视觉特性,调整描述子的结构参数使其更适用于手背静脉.将该方法用于两个不同设备采集的手背静脉数据库,其识别率达到93.4％.     

REWARDS AND RECOGNITION FOR TEAMS

As teams become increasingly prevalent within information systems organizations, reward and recognition practices must evolve to support team efforts.     

基于SEMG的人手手内动作识别

提出一种基于SEMG的人手手内动作识别系统对十种自定义的人手手内操作进行识别。结合人手操作的常用动作,设计包括平移、转移和旋转等在内的十种人手动作集;采用经验模态分解(EMD)算法对原始肌电信号进行预处理;采用最大Lyapunov指数(MLE)法对经过降噪处理后的肌电信号进行特征提取;将获得的非线性MLE特征通过随机森林算法进行分类,并同其他经典算法进行比较。实验结果表明,该系统可以有效地识别10种不同的人手手内动作,准确率高达91.67%。     

跳跃颗粒的计算机图像识别

本文着重探讨经预处理和区域分割后的单幅图像如何识别出颗粒的方法.首先将区域预截取图像作差分运算并进行垂直投影定位,根据投影量对图像再作截取,然后将截取到的图像块进行阈值分割以得到颗粒所在区域,并通过计算求得颗粒中心点位置.