基于小波变换和ICA的人脸识别方法

独立成分分析(ICA)最早应用于盲信号分离,近年来也广泛地应用于模式识别领域.提出一种基于小波变换(WT)及独立成分分析(ICA)的人脸识别方法.在建议的识别方法中,首先利用小波变换将人脸图像分解成不同的频率子带,对其中包含主要信息的低频子带运用ICA求取基向量,然后基于这些基向量张成的子空间实现识别.详细讲述了该方法的实验过程,实验结果表明,该方法可以取得较好的识别结果.     

基于生物传感和图像信息融合的视频监控系统

将生物传感与图像信息融合技术引入到网络视频监控系统的研究中,开发出一套用于重点区域的安防监控系统。该系统克服了自动监控报警系统由于环境变化产生的误报警,实现了监控区域对人体生物的自动视频监视与告警。     

基于中国人人脸区域特征的贝叶斯分类法研究

为了提高人脸识别系统的速度,根据中国人人脸区域特征的差异性,在验证了提取的人脸几何特征符合正态分布假设的基础上,提出了基于正态分布的贝叶斯分类方法进行中国人人脸特征的区域分类的一种新方法.为了验证本方法的可行性和有效性,通过对IISL图像数据库中具有典型区域特征的东北和西南两大区域的人脸几何特征进行最小误差贝叶斯分类实验,结果表明提出的方法可行有效.同时,在分析了影响分类识别率的一些主要因素的基础上,提出了进一步对中国人人脸区域特征的研究的解决设想和以后将要开展的工作.     

光波导三向力触觉传感技术中的二维与三维有限元模型分析

触觉传感作为机器人的主要传感方式之一已越来越受到人们的广泛关注，而三向力触觉传感技术则是机器人研究中的一项关键技术，针对一种新型光波导三向力触觉传感系统，本文利用有限元分析方法分别建立了二维和三维有限元模型，通过一系列模拟仿真实验，推导出相应的数学模型，得到检测计算三向力的数学表达式，从而论证了该传感系统的可行性。     

支路重载型潮流算法的研究

在牛顿-拉夫逊法的基础上提出了一种支路重载型潮流算法。这种算法对于变压器和线路等支路采用统一的反映支路自身参数的对称电路模型,可以直接用支路自导纳进行支路功率的计算和雅可比矩阵元素的求取,不需要专门再构建节点导纳矩阵。这种算法可以用来计算变压器的变比,特别适用于线路参数估计、变压器分接头估计。该算法对迭代过程中的修正方程式进行了大量的简化,使计算过程变得简单快速。详细地阐述了这种算法的处理策略,最后将它与牛顿-拉夫逊法进行了收敛程度和收敛速度的比较,结果令人满意。     

支路重载型潮流算法的研究

在牛顿-拉夫逊法的基础上提出了一种支路重载型潮流算法.这种算法对于变压器和线路等支路采用统一的反映支路自身参数的对称电路模型,可以直接用支路自导纳进行支路功率的计算和雅可比矩阵元素的求取,不需要专门再构建节点导纳矩阵.这种算法可以用来计算变压器的变比,特别适用于线路参数估计、变压器分接头估计.该算法对迭代过程中的修正方程式进行了大量的简化,使计算过程变得简单快速.详细地阐述了这种算法的处理策略,最后将它与牛顿-拉夫逊法进行了收敛程度和收敛速度的比较,结果令人满意.     

强边缘提取网络用于非均匀运动模糊图像盲复原

基于深度学习的非均匀运动图像去模糊方法已经获得了较好的效果. 然而, 现有的方法通常存在对边缘恢复不清晰的问题. 因此, 本文提出一种强边缘提取网络(Strong-edge extraction network, SEEN), 用于提取非均匀运动模糊图像的强边缘以提高图像边缘复原质量. 设计的强边缘提取网络由两个子网络SEEN-1和SEEN-2组成, SEEN-1实现双边滤波器的功能, 用于提取滤除了细节信息后的图像边缘. SEEN-2实现L₀平滑滤波器的功能, 用于提取模糊图像的强边缘. 本文还将对应网络层提取的强边缘特征图与模糊特征图叠加, 进一步利用强边缘特征. 最后, 本文在GoPro数据集上进行了验证实验, 结果表明: 本文提出的网络可以较好地提取非均匀运动模糊图像的强边缘, 复原图像在客观和主观上都可以达到较好的效果.     

稀疏平滑特性的多正则化约束图像盲复原方法

为了实现对线性空间不变的模糊图像的盲复原,提出了一种基于稀疏性和平滑特性的多正则化约束的模糊图像盲复原方法.首先,根据自然图像边缘的稀疏特性,运用了一种权重的全变差范数(weighted total variation norm,简称WTV-norm)对复原图像进行正则化约束;然后,从运动模糊的点扩散函数(motion point spread function,简称MPSF)的特性出发,提出一种能够适用于多种模糊情况的多正则化约束;最后,提出了一种改进的变量分裂(modified variable splitting,简称MVS)方法来得到清晰的复原图像,同时准确地估计出相应的模糊退化函数.大量的实验结果表明,该方法能够较好地复原多种不同类型的模糊(例如运动模糊、高斯模糊、均匀模糊、圆盘模糊).与近几年提出来的一些具有代表性的模糊图像盲复原方法相比,该方法不仅主观的视觉效果得到了较为明显的改进,而且客观的信噪比增量也增加了1.20dB~4.22dB.     

各向异性非刚性形变局部不变特征研究

当前多数局部不变特征算法主要针对刚性形变的图像匹配问题,但非刚性形变普遍存在且多数表现为各向互异.提出一种面向各向异性非刚性形变的局部不变特征算法.本算法对最稳定极值区域进行同性化处理,使其各向形变在一定程度上趋于同性且不受方向性影响,然后将图像投影到三维空间中,并通过调整外观权值获得形变不变的测地距离,最后建立各向异性测地距离灰度直方图(AGIH)描述符,使本算法进一步适应各向异性的微小形变.验证实验表明,在非刚性形变情况下,与SIFT算法、GIH算法相比,本算法在相同的错误匹配率的情况下,正确检测率平均提高了10.65%.