一种基于快速最近特征线的汽车牌照识别方法

提出一种基于快速最近特征线法(NFL)的车牌识别方法.根据颜色的视觉一致性,采用Munsell颜色空间的NBS颜色距离的概念对色彩进行聚类,再采用不同的结构元素,对于聚类后的图像进行一系列的数学形态学运算,准确定位出车牌的位置后,以NFL为基础,采用一种快速的计算方法,把待识别字符划分到最相匹配的类别中.实验表明,提出的车牌分割与识别新方法快速,准确,能有效地提高汽车牌照的识别效率.     

基于Bark小波变换参数的语音寂声/语声段检测

提出了一种基于Bark小波变换参数的语音寂声/语声段检测方法。利用Bark小波的频率分级和能量聚焦能力,提取语音信号在不同子带上的统计参数;引入基于模糊熵的参数有效性分析,获得所有子带参数中分辨能力和稳定性最大的参数作为识别参数。仿真试验证明,该方法在不同噪声条件下稳定有效;比照传统参数,该方法在准确率和鲁棒性上都有较大幅度的提升。     

基于点模式匹配的芯片缺陷检测算法研究

针对高速与高精度场景下芯片缺陷检测实时性和准确性难以同时保证的问题,提出一种基于方位环境特征的点模式匹配定位算法(Azimuth Environment Feature Vector-Based Point Pattern Matching Localization Algorithm,AEF-PPMLA),提升检测的实时性、准确性和易用性。该算法含两个部分:方位环境特征向量计算方法(Azimuthal Environment Feature Vector Calculator Method,AEF-VCM)和相似度计算方法 (Matching Degree Calculator Method,MDCM)。AEF-VCM对芯片的方位环境特征进行向量描述,减少点匹配的计算量,提高检测的实时性;MDCM采用卡方检验算法来度量特征向量的相似度,提高检测的准确度。实验部分验证算法的定位精度、耗时以及缺陷识别的准确率,结果表明所提出的AEF-PPMLA能够快速准确定位芯片并识别引脚缺陷,满足高质量生产需要。     

基于核的最近邻特征重心分类器及人脸识别应用

本文提出核最近特征线和特征面分类器,可直接对高维人脸图像进行识别.为解决计算量大和可能失效的问题,提出(核)最近特征重心和(核)最近邻特征两种解决方法,前者降低了计算特征线和面距离的复杂度,后者减少了特征线和面的数目,两种方法均避免了可能失效的问题.将二者结合得到的(核)最近邻特征重心分类器,在获得相近识别率的条件下,使计算复杂度降到了最小.所得方法无需预先抽取人脸图像特征,因此避免了在较多样本数时,特征抽取存在计算量大的问题.基于ORL人脸数据库的实验验证了本文方法的有效性.     

基于改进行方向的车道线检测

近年来车道线检测逐步向深度学习领域发展，然而基于分割的形状描述对车道线效率低下，同时如YOLO系列检测算法不适用于车道线这种细长、弯曲的物体。针对上述问题，提出一种基于改进行方向的车道线检测方法。选取ResNet作为主干网络，加入了特征金字塔网络(Feature Pyramid Network, FPN)用于提取多尺度特征，并使用特征传递架(Feature Transfer Architecture, FTA)模块进行上下文信息的融合。对于车道线实例区分，将实例检测应用于车道线，通过预测热图来检测车道线实例起始点，并回归相对应的一组卷积参数。对于车道线形状预测，采用行分类方法并进行改进。使用逐行位置选择公式来确定车道线的点集，使用车道线在特征图上与真实位置的偏移量来细化每条车道线的形状，降低了FP值，实现了对车道线的预测。在实验平台上使用Tusimple、CuLane两大基准数据集进行验证，取得了良好的指标与检测效果。     

基于相关区域约束的SURF特征点匹配

针对特征向量匹配计算量较大的问题,提出了一种改进的基于区域相关约束的快速鲁棒局部特征(SURF,Speeded-Up Robust Feature)的视频帧间的特征匹配算法。相比于最近邻与次近邻之比,增加随机抽样一致性估计来去除误匹配,再结合连续帧间的像素相关性,进一步降低误匹配和加速匹配过程。在PETS数据库的仿真结果表明,该算法能够在凌乱和存在遮挡的背景下完成目标识别,去除误匹配更加有效,适用于对实时性要求较高的场合。     

一种新的全汉语单音节语音识别算法

本文阐述了一种新的全汉语单音节语音识别算法一DP/MVQ法.新方法充分借鉴了隐马尔可夫模型(Hidden Markov Model)中“状态”的概念,保留了David K.Bordon提出的多段矢量量化(Multisection Vector Quantization,简记为MVQ)方法中能保持时间序列信息的优点,并且在码本的训练过程中用了动态规划(Dynamic Programming)技术去优化MVQ产生的码字,使得DP技术贯穿于码本训练和识别的全过程。新方法充分考虑了汉语普通话语音的声学结构特点和统计特性,而且训练和识别均较快,码本尺寸也较小.新方法着重于基于DSP硬件的实时实现,以便于能用语声控制汉字的计算机输入。     

利用引入瞳孔位置的Gabor小波网络进行人脸识别

Gaber小波网络能很好地提取图像特征和进行图像表达,本文提出将瞳孔位置信息引入到Gaber小波网络的人脸特征提取中以提高提取效率.该瞳孔位置信息用于两个方面,一是在网络优化时利用瞳孔位置构造T形的小波初始位置分布,使得在小波数目一定的情况下识别信息的提取更高效;二是在小波网络的参数再确定时由瞳孔位置提供定位信息从而大大简化求参步骤.本文采用Gabor小波网络提取出人脸特征后再用核联想记忆法进行分类.实验结果表明,瞳孔位置的利用提高了人脸特征提取的效率;此外,与欧氏距离、归一化互相关和最近特征线(NFL)这些方法相比,核联想记忆法具有更好的识别率.     

人脸识别中优化特征空间方法的研究

在人脸识别领域的诸多算法中,PCA(主分量分析)作为一种经典的算法,仍有其独特的生命力.本文在分析传统PCA算法的基础上,结合其它一些变形,提出一种二次PCA和NFL(最近邻特征线)级连判决的方法.针对Manchester和ORL人脸库的实验表明该算法确实提高了识别率.实验前对M锄chester人脸库进行了必要的预处理,在一定程度上弥补了光照、人脸大小、头发等的影响.     

基于改进关键帧选取策略的快速PL-SLAM算法

针对PL-SLAM(Point and Line Simultaneous Localization And Mapping)算法在稠密场景下同时使用点线特征造成特征计算冗余,以及曲线运动时漏选关键帧等问题,提出一种基于改进关键帧选取策略的快速PL-SLAM算法(Improved keyframe extraction...     

Classifier fusion based on evidence theory and its application in face recognition

A multiple classifier fusion approach based on evidence combination is proposed in this paper. The individual classifier is designed based on a refined Nearest Feature Line (NFL), which is called Cen-ter-based Nearest Neighbor (CNN). CNN retains the advantages of NFL while it has relatively low compu-tational cost. Different member classifiers are trained based on different feature spaces respectively. Corre-sponding mass functions can be generated based on proposed mass function determination approach. The classification decision can be made based on the combined evidence and better classification performance can be expected. Experimental results on face recognition provided verify that the new approach is rational and effective.     

Face recognition via Weighted Sparse Representation

Face recognition using Sparse Representation based Classification (SRC) is a new hot technique in recent years. SRC can be regarded as a generalization of Nearest Neighbor and Nearest Feature Subspace. This paper first reviews the Nearest Feature Classifiers (NFCs), including Nearest Neighbor (NN), Nearest Feature Line (NFL), Nearest Feature Plane (NFP) and Nearest Feature Subspace (NFS), and formulates them as general optimization problems, which provides a new perspective for understanding NFCs and SRC. Then a locality Weighted Sparse Representation based Classification (WSRC) method is proposed. WSRC utilizes both data locality and linearity; it can be regarded as extensions of SRC, but the coding is local. Experimental results on the Extended Yale B, AR databases and several data sets from the UCI repository show that WSRC is more effective than SRC.     

Generalised nearest feature line for subspace learning

Nearest feature line (NFL) is a powerful tool in pattern recognition, which generalises the representational capacity of available prototypes by using linear interpolation and extrapolation between the feature points. NFL is generalised to subspace learning so that the obtained subspace has desirable discriminating ability. Experiments on face recognition demonstrate its effectiveness.     

基于文档分割的图像兴趣域检测及编码方法

结合数字图书馆系统建设和应用的需求,文章提出一种基于文档分割的自适应文档图像兴趣域编码方法.文章针对数字化文档结构特征,详细描述了一种基于块缩图和涂染技术的快速图文分割算法,该算法分割图文时不受文本倾斜和插图区域不规则的限制;在将插图域和文本域进行准确分割的基础上,文章提出了一种自适应生成插图兴趣域屏蔽图和兴趣域位移法的压缩编码算法,最后给出采用该方法压缩含插图的扫描文档的示例.     

用超长指令实现DCT的新算法

本文介绍一种新的DCT计算方法,它以现有的DCT快速算法为基础,利用超长指令的并行特征来提高DCT计算的性能.仿真结果表明:该方法的运算速度比普通的DCT计算方法提高73%,即便同快速算法相比,也可以提高24%的运算速度.     

Microprocessor based robust digital control for UPS withthree-phase PWM inverter

This paper describes a novel method of robust (insensitive to system parameter variations and load current changes) and fast digital control for an uninterruptible power supply (UPS) with a three-phase PWM inverter. The purpose of this paper is to propose a method by which characteristics better than those by conventional methods are obtained using an algorithm simpler than that of conventional methods. The experiments show that the purpose is achieved and the proposed method offers a total harmonic distortion of 0.6% of the output voltage waveform at a full nonlinear load. The analysis shows that the stability of the method is sufficient. Three features of the method are: (a) a capacitor current observer for stabilization and a disturbance observer for robustness are used to compensate the time lag by the computation and the disturbances, in a minor loop of the capacitor current through an inductor-capacitor filter of the inverter; (b) new models of the inverter and the disturbances are established to simplify these observers; and (c) the output voltage control loop can be designed easily and exactly because the minor loop realizes a rapid and robust control of the current     

一个基于MLFMM和ILUT算法的快速电磁计算软件包

介绍了一种可用以快速计算任意形状的电大尺寸导体目标散射和辐射特性的软件包.这一软件包是建立在用矩量法求解电磁场积分方程的基础之上的.在软件包中,多层快速多极算法被用以加速矩阵向量乘积的运算,ILUT预处理算法被用以加快迭代算法的收敛速度.对于任意的线-面、面-面连接情况,在多面连接处,引入了满足电流连续性方程的新的用以设置基函数的方法.软件包中实现了完善的前后处理模块,可以方便的引入模型数据,剖分网格,以及对计算结果作后处理.     

高阶MoM及其与PO的混合法计算电磁散射问题

本文提出了一种新的以高阶矩量法(MoM)与物理光学法相结合的混合法(MoM-PO).该方法采用曲面参数化的离散方法,保证了建模的精确性.计算过程中将散射表面灵活划分为MoM区和PO区,在各自区域可以灵活确定离散单元的大小和密度.MoM区域的高阶矩量法,采用基于Lagrange插值的高阶矢量基函数,结合点匹配技术,比传统的高阶法简单,易于实现.计算结果表明,本文的高阶矩量法及其与物理光学法结合的混合方法能准确有效的计算目标的电磁散射特性.     

自适应稀疏约束图像超分辨力重建方法

简要介绍了基于稀疏字典约束的超分辨力重建算法,提出了具有低复杂度的基于K均值聚类的自适应稀疏约束图像超分辨力重建算法。所提算法从两个方面降低其计算复杂度:分类训练字典,对图像块归类重建,降低每个图像块所用字典的大小;对图像块的特征进行分析,自适应地选择重建方法。实验结果表明,提出的快速重建方法在重建质量与原算法相当的前提下,可以较大程度地降低重建时间。