生物特征识别及其在大型家畜个体识别中的应用研究进展*

生物特征识别具有稳定、可靠、不易伪造等优点,已广泛应用于个人身份识别中,随着对家畜疾病防疫和可追溯的需求,利用生物特征识别技术对家畜个体进行识别已成为一种趋势。综述了目前主流的几种生物特征识别技术,比较了不同技术的优缺点,分析了鼻纹识别、视网膜识别、虹膜识别三种技术在大型家畜个体识别中的应用,总结了生物特征识别技术在大型家畜个体识别中应用的趋势。     

基于步态特征提取方法的研究

对步态识别的国内外研究现状进行了详细的论述;介绍了基于步态识别的身份识别过程,阐述了在步态识别各阶段用到的一些方法;对步态识别的下一步工作进行了探讨。     

网络协议识别技术综述

网络流量的协议类型识别是进行协议分析和网络管理的前提,为此研究综述了网络协议识别技术。首先,描述了网络协议识别的目标,分析了协议识别的一般流程,探讨了协议识别的现实需求,给出了评估协议识别方法的标准;然后,从基于数据包的协议识别和基于数据流的协议识别两个类别分析了网络协议技术的研究现状,并对协议识别的各类技术进行了比较分析;最后,针对目前协议识别方法的缺陷和应用需求,对协议识别技术的研究趋势进行了展望。     

步态识别综述

步态识别作为一种新的生物特征识别技术,通过人走路的姿势实现对个人身份的识别和认证。对步态识别的优缺点以及步态识别所涉及到的运动分割、特征提取与选择、模式识别算法进行了综述,并对步态识别中存在的问题与未来的研究方向进行了讨论。     

语音识别技术研究进展

简单介绍了语音识别技术的发展历史和现状,阐述了语音识别系统的基本原理,对语音识别的基本方法和识别过程进行了深入分析,尤其对HMM模型及其改进型作了详细说明,探讨了语音识别技术发展过程中的难点问题,给出了相应对策,并对语音识别技术的发展方向和前景作了展望.     

基于场景理解的人体动作识别模型

为了满足在复杂环境下对人体动作识别的需求，提出了一种基于场景理解的双流网络识别结构。将场景信息作为辅助信息加入了人体动作识别网络结构中，改善识别网络的识别准确率。对场景识别网络与人体动作识别网络不同的融合方式进行研究，确定了网络最佳识别结构。通过分析不同参数对识别准确率的影响，最终确定了双流网络的所有结构参数，设计并训练完成了双流网络结构。通过在UCF50，UCF101等公开数据集上实验，分别取得了95%,93%的准确率，高于典型的识别网络结果。对其他一些典型识别网络加入同样场景信息进行了研究，其实验结果证明了此方法可以有效改善识别准确率。     

人机交互中的人脸表情识别研究进展

随着人机交互与情感计算技术的快速发展,人脸表情识别已成为人们研究的热点。为了阐明人机交互中人脸表情识别的研究方向及进展,该文从人脸表情数据库、表情特征提取、表情分类方法、鲁棒的表情识别、精细的表情识别、混合表情识别、非基本表情识别等方面对人脸表情识别的研究现状进行了分析。最后总结了人脸表情识别研究的热点及趋势,同时指出了人脸表情识别研究存在的局限性,并对人脸表情识别的发展进行了展望。     

面向人-物交互的视觉识别方法研究

从物体识别、动作识别和人-物交互行为识别三者关系角度对人-物交互的视觉识别方法进行了研究。将三者关系建模成统一的人-物交互识别的模型,通过该模型对以动作作为上下境进行物体识别,以物体作为上下境进行动作识别、交互行为识别、基于图模型的对象识别以及由交互行为进行动作和物体识别5个方面进行了详细研究,最后对面向人-物交互识别方法进行了比较。     

唇语识别的深度学习方法综述

随着深度学习的不断发展,唇语识别领域的研究取得了重大进展,涌现了许多唇语识别的深度学习算法。依据识别对象的连续性,将唇语识别分为孤立唇语识别和连续唇语识别,并对各识别任务的深度学习方法进行了详细和深入的分析总结。从孤立唇语识别的深度学习方法和连续唇语识别的深度方法两个方面介绍了主流唇语识别方法,并对各方法的优缺点和性能进行比较;对不同数据集下代表性方法的特点和性能进行比较,对两类方法的优缺点和适用范围进行阐述;讨论了唇语识别方法存在的问题和挑战,并对唇语识别方法的研究趋势进行了展望。     

语音情感识别综述

人类的语音情感变化是一个抽象的动态过程,难以使用静态信息对其情感交互进行描述,而人工智能的兴起为语音情感识别的发展带来了新的契机。从语音情感识别的概念和在国内外发展的历史进程入手,分别从5个方面对近些年关于语音情感识别的研究成果进行了归纳总结。介绍了语音情感特征,归纳总结了各种语音特征参数对语音情感识别的意义。分别对语音情感数据库的分类及特点、语音情感识别算法的分类及优缺点、语音情感识别的应用以及语音情感识别现阶段所遇到的挑战进行了详细的阐述。立足于研究现状对语音情感识别的未来研究及其发展进行了展望。