基于多尺度多分支特征的动作识别

针对基于人体骨架序列的动作识别存在的特征提取不充分、不全面及识别准确率不高的问题,本文提出了基于多分支特征和多尺度时空特征的动作识别模型。首先,利用多种算法的结合对原始数据进行了特征增强;其次,将多分支的特征输入形式改进为多分支的融合特征信息并分别输入到网络中,经过一定深度的网络模块后融合在一起;然后,构建多尺度的时空卷积模块作为网络的基本模块,用来提取多尺度的时空特征;最后,构建整体网络模型输出动作类别。实验结果表明,在NTURGB-D60数据集的两种划分标准Cross-subject和Cross-view上的识别准确率分别为89.6%和95.1%,在NTURGB-D120数据集的两种划分标准Cross-subject和Cross-setup上的识别准确率分别为84.1%和86.0%。与其他算法相对比,本文算法提取到了更为多样化、多尺度的动作特征,动作类别的识别准确率有一定的提升。     

Action recognition on motion capture data using a dynemes and forward differences representation

In this paper we introduce a novel method for action/movement recognition in motion capture data. The joints orientation angles and the forward differences of these angles in different temporal scales are used to represent a motion capture sequence. Initially K-means is applied on training data to discover the most representative patterns on orientation angles and their forward differences. A novel K-means variant that takes into account the periodic nature of angular data is applied on the former. Each frame is then assigned to one or more of these patterns and histograms that describe the frequency of occurrence of these patterns for each movement are constructed. Nearest neighbour and SVM classification are used for action recognition on the test data. The effectiveness and robustness of this method is shown through extensive experimental results on four standard databases of motion capture data and various experimental setups.     

基于动态视觉运动特征的脉冲神经网络识别方法

针对现有脉冲神经网络(SNN)对动态视觉事件流识别精度低与实时性差等问题,该文提出一种基于动态视觉运动特征的脉冲神经网络识别方法。首先利用基于事件的运动历史信息表示与梯度方向计算提取事件流中的动态运动特征;然后引入时空池化操作来消除事件在时间和空间上的冗余,保留显著的运动特征;最后,将特征事件流输入脉冲神经网络进行学习与识别。在基准的动态视觉数据集上的实验结果表明,动态视觉运动特征可显著提升SNN对于事件流的识别精度与计算速度。     

Structured representations in a content based image retrieval context

Here, we propose an automatic system to annotate and retrieve images. We assume that regions in an image can be described using a vocabulary of blobs. Blobs are generated from image features using clustering. Features are locally extracted on regions to capture Color, Texture and Shape information. Regions are processed by an efficient segmentation algorithm. Images are structured into a region adjacency graph to consider spatial relationships between regions. This representation is used to perform a similarity search into an image set. Hence, the user can express his need by giving a query image, and thereafter receiving as a result all similar images. Our graph based approach is benchmarked to conventional Bag of Words methods. Results tend to reveal a good behavior in classification of our graph based solution on two publicly available databases. Experiments illustrate that a structural approach requires a smaller vocabulary size to reach its best performance.     

一种改进的自适应运动目标检测算法

针对运动多目标识别与跟踪所必需的准备环节--运动目标检测,本文提出了的一种改进的自适应运动目标检测方法,检测运动目标是否存在,并利用试验证明,该方法确实不仅能有效抑制光照变化、人影、噪声等影响,进而对运动目标是否在跟踪区域徘徊进行判断,保证了对进出目标跟踪的准确跟踪,而且运算量小,容易软件实现,实际效果较好.     

基于内容的图像近复制检测系统设计

基于内容的图像近复制检测是目前图像分析和计算机视觉领域比较活跃的研究课题。运用SUFR特征提取、LSH高维特征索引以及K近邻搜索和加权投票技术,在VC++开发环境下设计了一个基于内容的图像近复制检测系统,在UKBench图像库的一个子集上通过实验验证了该系统的有效性。     

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。     

一种基于词袋模型的图像分类方法

采用词袋模型(BoW)对图像进行分类,并针对传统词袋模型存在的不足进行了改进,提出了一种特征软量化的方式。软赋值量化通过将局部显著特征量化(SIFT)为与其距离最近的若干个视觉单词,并对其进行加权,由此保存特征空间中的距离信息,从而解决硬赋值量化造成的特征空间信息损失问题。通过在Caltech 101数据库进行实验,验证了本文方法的有效性,实验结果表明,该方法能够大幅度提高图像分类的性能。     

两类特征在红外目标识别中的应用

针对目标红外图像类特征选择问题,文中提出将类特征分为类间特征与类内特征两种,分别用于目标识别时的粗判与细判,与传统的特征选择与目标识别均只在类间特征基础上相比,该方法能较好地应用于红外目标的识别。     

汉语普通话的管辖音系学特征及提取方法

语音识别中多采用音素作为识别单元,因其数量较多,对神经网络训练复杂度的要求高,在多语言语音识别中需要针对不同语言分别建立识别模块.然而,管辖音系学提出了适用于多语言的语音学特征.本文根据英语和汉语发音的相似性,确定汉语普通话声韵母的GP特征表示形式,并应用神经网络实现特征提取.实验表明,GP特征同样可作为汉语语音的语音学特征.     

参照法修复指纹图像中的断裂线条

本文提出了一种新的针对细化指纹图像的修复方法，通过参照附近有效指纹线条的走向来还原或者修复断裂了的指纹线条，这样就突破了只有近距离近似方向才能修复的局限，并且很好地修补了本该连接的断裂指纹线条，有利于提高以后的指纹特征值提取的精确性。实验结果表明，不管两断裂点距离是近还是远，两断裂点所在指纹线条的方向相差多大，这种方法均能够很好地修复指纹图像。     

一种基于产生式分数空间的图像识别方法

针对传统图像识别方法没有利用数据分布信息的特点,提出了一种基于产生式分数空间的图像识别方法,使用概率产生式模型对数据分布建模,并从模型中学习出分数函数(特征映射),该分数函数编码了隐变量、样本和模型参数等用于分类的高层语义信息.最后,在两个标准图像数据库上对本文模型进行仿真和验证,实验结果验证了方法的有效性和稳定性.     

印刷电路板图像模式识别研究

近年来,基于计算机与图像处理技术进行的PCB(印刷电路板)缺陷自动视觉检测的研究开始成为PCB检测的热门方向.图像识别是一门跨学科的前沿技术,近年来取得了突飞猛进的发展,在PCB检测系统中图像识别就是通过对PCB图像进行运算、比较而判断出待测PCB是否为错误板的过程,就是图像处理的最终目的.本文应用数学形态学的知识对P...     

直观特征匹配在目标识别中的应用

随着卫星遥感技术的迅猛发展,遥感图像的快速判读技术成为急待解决的课题。针对遥感图像的特性,采用基于形状的直观特征匹配模式识别方法实现静止摆放目标的识别,解决了目标在遥感图像上的平移、旋转、缩放和特征匹配时间长的问题,在工程应用中取得了良好的效果。     

改进通道注意力机制下的人体行为识别网络

针对现有通道注意力机制对各通道信息直接全局平均池化而忽略其局部空间信息的问题,该文结合人体行为识别研究提出了两种改进通道注意力模块,即矩阵操作的时空(ST)交互模块和深度可分离卷积(DS)模块。ST模块通过卷积和维度转换操作提取各通道时空加权信息数列,经卷积得到各通道的注意权重;DS模块首先利用深度可分离卷积获取各通道局部空间信息,然后压缩通道尺寸使其具有全局的感受野,接着通过卷积操作得到各通道注意权重,进而完成通道注意力机制下的特征重标定。将改进后的注意力模块插入基础网络并在常见的人体行为识别数据集UCF101和HDBM51上进行实验分析,实现了准确率的提升。     

基于多特征空间的三维目标离面旋转识别

基于识别目标真假和空间位置的需要,将180幅训练图像分成了4个训练集,分别计算每个训练集的特征向量,分析结果表明每个训练集可以用3个特征向量来表示,这样用12个特征向量就可以建立目标的4个特征空间,使目标分解与重构过程大大简化。利用待识别目标向量与重构向量之间的关系,不仅可以判别目标的真假,还可以确定目标所在的空间位置。模拟结果表明,提出的目标多特征空间的建立方法和目标识别准则是有效的,能够实现离面旋转条件下三维目标真假和空间位置的识别。