基于HMM方法的动态手势轨迹训练性能研究

基于HMM(Hidden Markov Model,隐形马尔可夫模型)对动态手势轨迹的训练是手势识别的关键技术之一。本文对HMM的模型训练采用Baum.Welch算法,并分别从迭代次数,样本个数选取,以及模型初值选取等方面对动态手势轨迹的训练性能进行了研究。实验结果表明HMM方法对具有时空特性的动态手势轨迹识别是非常有效的。     

CpG-ODN对乙肝核酸疫苗及重组疫苗免疫效果的影响

目的研究CpG寡聚脱氧核苷酸(CpGODN)对乙肝核酸疫苗及重组(CHO细胞)疫苗免疫效果的影响。方法核酸疫苗实验组用CpGODN与乙肝核酸疫苗联合免疫BALBc小鼠,阳性对照组注射核酸疫苗,阴性对照组注射质粒pVAX1;重组疫苗分4个实验组,用CpGODN与不同剂量的重组疫苗配伍后分别免疫BALBc小鼠,阳性对照组注射重组疫苗,阴性对照组注射生理盐水。应用ELISA检测小鼠血清中的抗HBs水平。结果CpG与乙肝核酸疫苗组抗体阳转率比阳性对照组提高3倍,抗体水平提高2倍。CpG与重组疫苗组的阳转率和阳转时间均高于或早于CpG与核酸疫苗实验组。加入CpGODN后,即使重组疫苗用量减少3倍,诱导抗体水平和阳转率均无明显改变。结论CpGODN可提高乙肝核酸疫苗和重组疫苗的免疫效果,并使抗体产生的时间提前。     

基于干涉原理测量溶液浓度变化分布的实时系统仿真实现

实验利用数字全息干涉技术对电极反应过程中溶液浓度变化分布进行测量。运用基于直方图的自适应滤波方法和基于形态学滤波的固液界面提取方法,解决了每更换一次实验数据都要人工识别和更换滤波参数以及手动去除固侧干扰信息的难题,为实现从摄像机实时读取数据、实时处理、测量和观察提供了仿真依据。     

基于眨眼持续时间的司机疲劳检测方法

利用红外敏感的摄像机获得司机脸部图像,通过可变性模板匹配的方法对眼睛进行定位,然后利用卡尔曼滤波的方法跟踪眼睛,得到司机的眨眼持续时间参数,以此为依据判断司机是否疲劳.主要研究了其中的图像处理方法--特征提取算法和眼睛定位、跟踪算法.实验结果证明,眨眼持续时间判断是否疲劳的有效指标.     

基于FLM的特征检测算法在手势识别中的应用

提出一种用于特征检测的基于高斯函数的特征相似度函数 (FeatureLikelihoodmap(FLM) ) ,该函数是归一化为[0 ,1]的一个函数 ,它模拟了在尺度空间中各点的图像特征的相似度 .FLM继承了一些基于特征的图像描述方法的特点 ,避免了模型和数据匹配算法中所需要的大量的搜索 ,它还淘汰了基于特征的传统方法中的阈值需要 .本文推导了对称圆状特征的相似度函数 ,并且将它运用于手势识别中 ,实验结果表明该方法能很好地检测出手形特征并且进行手区域定位和手形识别 .     

基于环形对称Gabor变换和PCA加权的人脸识别算法

环形对称Gabor变换不但具有Gabor小波的一般特性,而且具有信息冗余度小、严格的旋转不变性等优点.文中提出一种基于环形对称Gabor变换和PCA加权特征的人脸识别算法.首先将人脸图像变换到环形对称Gabor变换域,然后在变换域采用PCA加权方法提取分类特征.在3个人脸库上进行实验,与传统人脸识别算法的对比实验说明该算法的可行性和对光照、姿态变化具有更好的鲁棒性.     

基于肤色和特征相似度映射手势识别算法

文中提出用来进行手区域定位和手势识别的新算法,该算法基于肤色特征和特征相似度映射函数,该函数是归一化为[0,1]的函数,它模拟在尺度空间中各点的图像特征的相似性.实验结果表明运用该方法能够在复杂的背景中进行手势识别.     

改进的基于TMS320DM642的疲劳检测系统

针对疲劳检测算法中大数据量、高速传输、复杂运算的实际需要，设计了以SAA7115为视频采集A／D、DSPTMS320DM642为核心处理器、SAA7105为视频输出D／A，并以FPGA控制输出来实现增强显示功能的实时视频处理系统。该系统采用双摄像头控制采集数据，可以满足多路视频的实时采集、处理、显示需求，可以作为疲劳检测算法、视频处理和图像处理的硬件平台。     

基于模糊融合的驾驶员眼睛状态识别

提出了一种基于模糊融合的驾驶员眼睛状态识别方法,利用多特征融合来判断眼睛状态,从而克服只利用单一特征识别的不完善、不准确以及不确定性等缺点。实验结果表明利用多特征融合方法的识别率明显高于只利用单一特征的识别率。     

螺旋藻优良藻株的选育

在相同培养条件下,比较了5株不同来源螺旋藻的生长性能和品质参数。结果显示,螺旋藻S3在生长性能上具有很强的优势,其生长速率和光能利用率分别达到0.11 g/(L·d)和1.91%,蛋白质含量为57.95%,藻丝浮性、藻胆蛋白、叶绿素a、类胡萝卜素的含量均较高。同时以蛋白质含量和生长速率为评价指标,采用综合评分法,获得综合评分最高的1株优良藻株S3。因此,可以选用螺旋藻S3作为生产藻株。