关于手写汉字切分方法的思考

汉字切分是汉字识别系统中必不可少的组成部分,但由于手写体汉字的书写多变而随意,极大地增加了汉字分割的难度。文中回顾了近十年来脱机手写体汉字分割的发展历程及在发展中涌现的一些主要类型的切分方法,分析了每一类方法的优缺点及其包含的各个分支。最后,参考各种方法的优缺点,对今后的手写体汉字分割发展方向进行了展望。     

低功耗Clock-Gating技术在SAR实时成像处理中的应用

功耗问题在SAR实时成像系统中是不容忽视的。该文以实时成像系统中的输入分机为研究平台,测试了信号处理中常用芯片DSP,SBSRM,FPGA在采用Clock-gating技术前后,功耗的变化。通过大量的实验结果,验证了Clock-gating技术在SAR实时信号处理中的可行性,对降低SAR实时成像系统,尤其是星载实时成像系统的功耗有一定的指导意义。     

基于编解码器的电力施工场景可控图像字幕生成

电力施工场景图像字幕生成采用基于深度学习的编解码技术理解图像信息，并转换为文字描述输出，从而预警安全隐患，丰富了传统图像分析技术的输出形式。传统图像字幕生成方法缺乏可控性且细节描述不充分，针对电力施工场景图像描述的研究匮乏。为此，该文提出一种基于编解码器的可控图像字幕生成优化方法。引入新的特征提取模型，以FVC R-CNN(faster and visual commonsense region-convolutional neural network)模型作为编码器，提取图像的显著特征和视觉常识特征，并改进激活函数以得到改进的基于M-tanh的长短时记忆(M-tanh long short-term memory,MT-LSTM)神经网络用于特征解码，最后通过多分枝决策策略优化输出。在Ubuntu 16.04和PyTorch深度学习框架下对电力场景描述数据集进行了训练和测试，实验结果表明图像字幕生成准确率不仅得到显著提高，而且增强了场景描述的可控性，可有力提升电力施工现场的安全管理智能化水平。     

基于DMD高分辨率激光直写系统设计与实现

提出了利用数字微反射镜(DMD)实现高分辨率高速度光刻图像的方法,通过对激光直写系统Holomaker-Ⅲ-B光路的改装,将DMD代替原来的方孔作为光调制器,把DMD上的图像成像在光刻胶板上,得到一个缩小倍率的高质量的任意光斑图形.此系统分辨率能够达到6000DPI,能够制作出高质量的光变图像,例如2D图像,2D/3D图像,3D图像以及各种精密的微刻图像和文字,并给出了实验结果.     

基于XML学习资源的构筑与实现

为了实现网上教学支撑系统中研究性学习环境学习资源的快速有效定位,为学习者提供个性化的学习导航,本文提出了一种基于XML的学习资源构筑方案。并着重介绍了学习资源的存储、呈现和查询的实现方法。     

实现多视角匹配的一种分块模糊投影决策算法

为实现多摄像头监控系统中同一时刻各视角图像的多目标匹配,提出了以目标分块子模块为基本单位,模糊投影至多层空间平面,利用投票决策实现匹配候选项判优的方法.该算法在提高匹配准确性的同时,不仅极大程度地修正了检测误差的影响,且相比传统的投票匹配算法,显著降低了计算复杂度.算法经公开测试视频数据库验证,具有高效性和鲁棒性.     

一个通用医学图象管理系统的设计与实现

目前医院中普遍采用的Ｘ光胶片处理方法存在着效率较低、成本较高、不易保存等问题,这可利用计算机和数据库技术来解决。按照模块化的设计思想提出了一个通用的医学图象管理系统结构,根据实际背景开发出一个实例系统（ＴＨ－ＭＩＭＳ）并已投入使用。     

基于注意力及视觉Transformer的野外人脸表情识别

目前的人脸表情识别更关注包含面部遮挡、图像模糊等因素的野外图像而非实验室图像,且COVID-19的流行使得人们不得不在公共场合佩戴口罩,这给表情识别任务带来了新的挑战。受启发于最近Transformer在众多计算机视觉任务上的成功,提出了基于注意力及视觉Transformer的野外人脸表情识别模型,并率先使用CSWin Transformer作为主干网络。加入通道-空间注意力模块来提高模型对于全局特征的注意力。Sub-center ArcFace损失函数被用来进一步优化模型的分类能力。在两个公开的野外表情数据集RAF-DB和FERPlus上以及它们对应的口罩遮挡数据集上对所提出的方法进行了评估,识别准确率分别为88.80%、89.31%和76.12%、72.28%,提高了表情识别精度。     

基于相关向量机的物体识别

探讨了相关向量机的分类原理及其在物体识别中的应用,其核函数无需满足mercer条件,且不需要误差参数的实验调整.提出了一种基于物体显著区域的特征描述方法,在有效提取物体特征的同时,大大减少了描述物体的特征量.实验结果表明,相关向量机不仅具有与支持向量机相同的性能,而且其相关向量较少,并取得了较好的识别效果.     

基于LGRP和多特征融合的人脸表情识别

针对复杂的Gabor滤波器直接抽取人脸特征数据存在一些冗余信息以及提取的表情特征较为单一的缺点,提出了基于LGRP和多特征融合人脸表情的识别方法。首先,提取人脸表情图像的Gabor多方向和多尺度特征,进一步编码得到局部Gabor排序模式(LGRP),以增强鲁棒性以及区分能力;其次,引入Haar小波和Otsu阈值分割法分别提取表情特征,通过级联融合3种不同的特征,可以全面地表达图像的局部特征和全局特征;最后,采用支持向量机(SVM)对人脸表情进行多分类。在CK+表情库上进行仿真实验,平均识别率达到94. 36%。与其他方法的比较结果表明,该方法取得了很好的识别率和鲁棒性。