一种虹膜色素块检测与分类方法

针对现有虹膜识别系统中全局纹理特征提取方法忽略了纹理类型信息的问题,提出了一种针对全局性纹理中虹膜色素块的检测与分类方法.该方法利用灰度聚类法实现虹膜图像中色素块可能存在区域的初定位,依据坑洞和色素斑这两类色素块的灰度空间分布特性,定义一组区域特征参数作为分类特征向量,利用支持向量机实现二者的检测与分类.算法对图库中图像的坑洞和色素斑的检测正确率分别为99.2%和86.5%,对无特征纹理存在的虹膜图像检测正确率为87.2%.实验结果表明,该方法具有较高的正确率,能够满足虹膜识别系统的纹理特征提取要求.     

引入自上向下特征融合的小目标检测算法

针对原始SSD(Single Shot Multibox Detector)算法未充分利用各特征层之间关系导致浅层特征层缺乏小目标语义信息的问题,为了提高对小目标的检测能力,提出了一种结合PANet多尺度特征融合网络和自上向下特征融合路径的TTB-SSD(Top to Bottom SSD)改进算法。首先,使用PANet多尺度特征融合网络对特征进行反复提取,从而获得丰富的多尺度语义信息;然后,使用一种深层特征融合模块将浅层特征层的空间信息传递到深层特征层,进而更准确地对小目标进行定位;最后,为了增强浅层特征层的语义信息,构造了自上向下的特征融合路径,从而强化浅层对小目标检测的准确率。实验结果表明,在PASCAL VOC2007测试集检测的mAP(Mean Average Precision)值达到80.5%,对目标的mAP较原始SSD提高了5.7%,证明了该算法对小目标检测的有效性。     

超高层建筑与城市

正高度的城市集约化与快速的全球化趋势促使现代城市中出现越来越多的超高层建筑,建设数量不断增加,建设高度也在不断刷新。在庞大的建设数量和越来越高的建设高度背后,却是设计同质化严重、人性化思考欠缺等一系列问题。不可否认,超高层建筑是推动城市价值不断提升的重要因素之一,同时也在不断地改变着城市的经济结构、空间体系、景观环境和交通系统等各个方面,超高层建筑通常也是一座城市的地标。但作为地标,其与一座城市的文化环境也应当     

多元、开放:教育建筑设计

正百年大计,教育为本。随着国家教育体制改革的不断深入,中小学教育理念出现许多新的变化,在新理念催发之下,教育也变得更加灵活、多元和开放。从使用主体的角度出发,教育建筑服务的主体是在校园里学习、生活的学生。建筑师应当充分把握学生的心理和行为习惯,鼓励学生自己去赋予校园空间以各种功能属性,并积极与校园环境产生互动,最终创造出利于学生学习、成长的校园空间。     

基于类卷积神经网络的可见光虹膜识别方法

针对应用于智能移动设备的虹膜识别系统在可见光采集条件下虹膜图像受干扰严重使得识别率正确率降低和算法鲁棒性变差的问题,提出一种类卷积神经网络结合局部特征提取的虹膜识别方法。首先,采用暗通道图像去雾算法对归一化虹膜图像进行增强处理以减弱光干扰;然后,利用类卷积神经网络对图像进行降维,获得虹膜的二值化纹理信息;再经分块处理方法提取降维图像各区域局部虹膜纹理信息以构建特征向量;最后用欧氏距离分类器进行匹配识别。为验证算法性能,采用MICHE-I虹膜图库中由iPhone5拍摄所得的30人240张(每人4张室内和4张室外)虹膜图像进行测试,并与Gabor变换和主成分分析虹膜识别方法进行对比。结果表明,该方法在室内外图像均进行训练的条件下正确率能够达到98.33%,且对室内外不同光照变化干扰有较好的鲁棒性,上述性能皆优于Gabor变换和PCA算法。说明本文算法能够满足移动设备虹膜识别使用要求。     

基于矢量加权线检测算子的虹膜环状线条检测

由于虹膜环状线条与背景相比信号强度比较弱,且背景图像纹理异常丰富,环状线条灰度不完全连续,在灰度图像上直接用边缘检测算子进行虹膜环状线条检测时,会丢失很多有效信息,误检率及漏检率较高,为了解决这个问题,在对虹膜环状线条特征进行分析的基础上,设计了一种适用于虹膜环状线条检测的矢量加权线检测算子。首先由于环状线条在虹膜上的位置比较固定,选取虹膜环状区域左右两部分区域作为感兴趣区域;其次,设计矢量加权线检测算子,依据优势信号出现在不同通道的随机性自适应的进行加权,由此将矢量图像转变为边缘信息最为突出的单通道图像,再根据环状线条的线特征分布特点设计线检测矩阵,对预处理后的感兴趣(ROI)区域进行检测;最后在二值化图像上根据环状线条的形状设计区域形状因子排除非环状线条,实现环状线条的检测。该方法在图库中人工标定的1 921条环状线条的检测正确检出率达到91.78%。实验结果表明,本方法与经典的边缘检测算子相比,更适用于虹膜环状线条的检测。     

基于CBAM-ResNet网络的视线估计方法

针对当前视线估计方法准确率不高的问题,提出了一种基于残差网络与注意力机制相结合的视线估计模型。首先,预处理阶段对人脸图像进行关键点定位、剪裁及归一化;然后,将归一化后的图像连续通过残差网络与CBAM(convolutional block attention module)注意力模块,进行人脸特征提取;最后,将神经网络输出的二维视线方向向量转换为三维视线方向向量,得到最终结果。实验结果表明,本模型在公共数据集MPIIFaceGaze上的视线误差角度为4.48o,与其他视线估计系统模型进行对比,本文所提出的模型可以更准确地估计视线方向。     

中国自信与文化的表达——凤凰国际传媒中心记

北京是一座文化底蕴和时尚并存的繁华都市,是历史和现代交融碰撞的活力城市.从古至今,她都在为我们打造着一个城市的神话,为我们留下了无数优秀的建筑遗产,也是全世界设计师展示才华的舞台.2013年,在一片或方正规整,或线条分明的地标建筑丛中,在四环内最大的城市公园——朝阳公园的一角,悄然立起了一座圆融、柔和的建筑,默默融入了...     

虹膜斑块特征提取方法研究

虹膜斑块的形状和位置可以反映人体器官的健康状况。针对虹膜诊病中斑块的自动提取问题,采用一种计算机视觉技术自动检测虹膜斑块的方法。利用预处理的相关方法提取虹膜部分,通过一个窗口找到斑块所在区域,在斑块区域内的中心像素灰度值的平均值小于边缘像素灰度值的最小值,用水平集方法,得到这些替代区域的边缘信息,观察零水平集轮廓是否满足封闭条件和标准尺寸准则。如果满足,则认定是斑块的边缘。通过多次实验检验,证明了该方法适用于色素斑背景不均匀的虹膜图像,具有很好的效果。