基于遗传算法的图象不变矩匹配

研究模板和图象间的有效匹配，利用不变矩特征作为检测模板和图象中物体轮廓相似度的测度，同时把遗传算法引入图象匹配识别，并针对简单遗传算法在应用过程中出现收敛过早和早熟现象的问题，采用了一种 改进型遗传算法。该算法和不变矩相结合能有效检测出具有平移、旋转 和尺度变化的物体，该方法可以应用于实际图象匹配和识别中。     

基于多特征子空间与核学习的行人再识别

行人再识别指的是在无重叠视域多摄像机监控系统中, 匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题, 我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数, 然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明, 本文提出的算法具有较高的识别率, 其中在VIPeR数据集上, RANK1达到了40.7%, 且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.     

基于距离度量的实体识别算法

传统的实体识别中,往往是利用字符串相似性函数来计算元组对在每个属性值上的相似度从而来判断其总的相似性(例如,元组对的相似性等于每个属性值上的相似度的加权求和)。然而这一类相似性测度不能够反映属性值内部不同的词在元组对相似性计算中的不同重要性。由于不能区分哪些词对元组对匹配更重要,就导致仍然存在某些匹配的元组相似性不高,而不匹配的元组相似性高的情况,故很难将匹配元组对和不匹配元组对有效区分开。为了解决这个问题,提出了以词为特征的距离度量函数,设计了基于词特征的距离度量学习算法,和基于距离度量的实体识别算法。扩展性实验对所提出的算法的有效性进行了验证。     

基于相似度直方图的混合指纹匹配方法

指纹的匹配问题是指纹识别算法中的核心问题．文中介绍了一种基于相似度直方图的指纹混合匹配算法,该算法同时使用了指纹的细节特征和纹理特征．指纹的细节匹配部分通过相似度直方图函数来计算最优校准参数,并且将校准结果应用到纹理匹配中．在FVC2002数据库上的实验结果表明该混合识别算法比使用细节匹配的算法具有更高的识别率．     

字符识别中两种改进的模板匹配算法

模板匹配算法是字符识别中最常用的一种算法。本文首先介绍了字符识别与模板匹配算法的基本原理,然后在传统模板匹配方法的基础上提出了两种改进的模板匹配算法。一是多模板匹配法,该算法可以对模糊不清、有倾斜的字符进行了有效识别;二是字符区域分割匹配法,该算法使相似度较大的字符可以得到准确的识别,并且大大减少了计算量,加快了识别速度。本文使基于模板匹配的字符识别达到了更有效,更准确的效果。     

基于曲率表达的计算机自动拼图形状匹配研究

对标准拼图的形状匹配问题进行了研究,提出了基于曲率的拼图角点检测算法和基于曲率的改进的动态规划匹配算法.改进了传统的动态规划算法,并通过自定义的相似性度量规则给出拼图边缘的相似度.Matlab试验结果表明,在颜色和纹理不参与匹配的情况下,单纯用形状匹配就使查找到的相邻边排在5位之内的正确率达到了90%以上,表明了该算法的有效性.该匹配算法亦可应用于任意相似开曲线的曲线识别中.     

基于相似度加权的自适应HD算法

Hausdorff距离(Hausdorff distance, HD)是一种点集与点集之间的距离测度, 常用于目标物体的匹配、跟踪和识别等. 本文在分析经典HD及改进算法的基础上, 提出了一种基于相似度加权的自适应HD (Adaptive Hausdarff distance, AHD)算法. AHD算法利用不同点到点集的最小距离的个数作为匹配相似度的测量, 并舍弃对判断匹配几乎没有作用的较大的点到点集的最小距离值; 同时根据点到点集的最小距离自适应选择权值, 从而得到一种基于相似度测量加权系数; 通过利用部分点到点集的最小距离和基于相似度的加权平均, 既增强了算法的鲁棒性, 又尽可能地保证了算法的精度. 实验结果显示, AHD算法在匹配准确性、抵抗噪声和遮挡干扰等方面性能良好.     

基于最小生成树相似测度的耳廓匹配

将树匹配引入身份识别,将每只耳廓表示为一棵最小生成树,通过两棵树的相似测度衡量两只耳廓的相似度,以完成耳廓匹配。首先从耳廓点云数据中选取一定数量的关键点;然后分别对两只耳廓的关键点集采用Kmskal算法生成最小生成树,计算两只耳廓匹配产生的3个相似度测量值;最后经过置信加权求和,求出两只耳廓之间的整体相似度,进而完成耳廓匹配。     

正则化独立测度矩阵的行人再识别*

针对当前基于距离测度学习的行人再识别算法中因训练样本少而出现的过拟合问题,提出正则化独立测度矩阵的行人再识别算法.该算法首先在4个不同的颜色空间单独学习测度矩阵,然后分别对相应的测度矩阵进行正则化,测试样本通过正则化后的测度矩阵进行相似性度量,最后结合相似性度量结果得到最终相似度.实验表明,相比原有算法,文中算法在性能上有进一步提升,并可改善训练样本少时出现的过拟合问题.     

融合多相似度注意的神经网络旅游问题识别方法

中文旅游问题匹配的目标是发现两个相似的问题，然而，在自然语言字面表达中存在多样性，且一个旅游问题通常又包括多个方面信息。因此，采用单一的相似度计算方法将导致信息获取不够完整、有用信息丢失、问题匹配不准确等问题。该文探讨利用答案作为辅助信息，通过多种句子相似度函数，抽取问题中不同方面的信息，生成不同的句子相似度向量表示，以增强句子间的关系。在此基础上，设计一个GRU融合层，使不同方面的信息进行融合，构建一个融合多种句子相似度函数的注意力网络的相似旅游问题识别模型。在旅游问答数据集的实验表明，该文方法提升了相似旅游问题识别任务的性能。     

基于贪心算法进行三角剖分的印鉴匹配方法

将计算几何中平面点集的三角剖分方法-贪心算法引入印鉴识别,研究了一种基于三角网格的印鉴匹配方法.通过对细节点的拓扑结构进行三角划分,把空间上位置相近的细节点按照一定的规则相连,得到三角形网格.然后基于该网格寻找若干参考点对,并根据获得的参考点对将两幅印鉴图像进行姿势调整.最后使用获得的参考点对实现基于点模式的印鉴匹配,经分析该方法是一种行之有效的印鉴匹配方法.     

用于支票印鉴鉴别的图像预处理及配准算法

为了消除支票印鉴自动鉴别系统中由于不同的盖印条件引起的印鉴质量变化,该文提出了一种印鉴图像预处理及配准算法,即首先利用彩色信息将印鉴灰度图从支票背景中分割出来,然后利用基于梯度值的动态阈值实现印鉴图像的二值化。为了消除印鉴中存在的笔划连接和笔划残缺,该文提出了一种笔划填充和骨架校正算法。实验证明该算法具有较强的适应性、可靠性和实用性。     

印章鉴定系统的图像处理研究

在银行的印章鉴定系统中,正确识别票据印章的前提条件是得到高质量的预处理图像。预处理的主要过程是将印章图像三值化,去噪声并进行分割,然后将分割图像送入后续识别模块进行识别。由于票据模式的多样性,背景的复杂性和图像采集的任意性,使得图像的预处理面临较大的困难。文章主要研究了预处理过程中阈值的确定方法,以及去除印章区域复杂噪声的算法。实践证明,在去噪声算法中,通过多种滤波器的有效组合,能得到较高质量的处理图像,从而满足了识别算法的需要。     

统计和结构模式识别方法结合的多特征印鉴真伪鉴别方法

计算机印鉴自动真伪鉴别是一项十分困难，但又具有广泛应用前景的一项综合性研究课题，国内外至今尚缺乏实用有效的方法，我们从图象分析、模式识别原理出发，给出了一套完整的印鉴鉴别方法，该方法充分提取了反映真假印鉴本质特征的多种特征参数，结合了统计模式识别与结构模式识别方法各自的长处，使得鉴别方法在准确性、稳定性、可靠性与适应性方面与我们原有的方法以及国外其他方法相比，都取得了很大的进展，已达到应用水平。     

基于PCNN图像分割与边缘匹配的支票验证方法

本文提出了一种新的支票验证方法。该方法包括从复杂背景中提取印文的算法和一种改进的方形印章的配准方法。在印文分割中,首先采用基于脉冲耦合神经网络（PCNN）同步特性的细化算法,定位出轮廓的外围轮廓;然后根据外围轮廓的颜色信息,采用全局阈值分割方法将印文提取出来。对于方形印章,采用边缘匹配方法对印文进行由粗到精精的配准。实验结果表明,本文提出的支票验证算法能够从复杂盖印背景中分割印文,并且得到较好的配准效果。     

基于多特征的多分类器融合决策印鉴识别

印鉴真伪鉴别的难点在于由于人工加盖印鉴时,用力的不同,媒介的不同会导致真印鉴的差异与伪造印鉴的差异很难提出一个标准进行自动区别。要求识别系统同时具备同类印鉴的鲁棒性及异类印鉴的敏感性。针对这一难点,该文提出了一种基于多特征的多分类器融合决策算法,根据多类特征以及多种分类器的不同特性,获得对真伪印鉴的鉴别。采用Gabor滤波器获得频率特征,采用差图像获得结构特征,采用原图像和极坐标图像的奇异值获得不变量特征。采用支持向量机(SupportVectorMachine,SVM)和Fisher分类器进行融合决策对印鉴进行真伪鉴别。实验表明,该文方法具有很高的真伪鉴别能力。     

印鉴自动识别算法研究

印鉴在许多东方国家被广泛使用了多年.印鉴自动识别是模式识别中的一项非常困难 的课题.文中对计算机印鉴自动识别的各个阶段进行了仔细研究,并给出一系列相关算法.为了 把"伪造印鉴多出的笔划部分"与"由于印泥渗出而多出的部分"区别开来以及将"伪造印鉴少出 的笔划部分"与"由于印泥少而盖印不清晰的部分"区别开来,文中提出了全差图、内差图、多差 图、少差图等一系列差图的概念,并对这些差图进行了处理.在此基础上,完成了一套完整的计算 机印鉴自动识别方法.实验结果表明,该方法可能在实际应用中是可行的.     

Unconstrained seal imprint verification using attributed stroke graph matching

Seal imprint verification by human visual inspection is a serious bottleneck of office automation in Oriental countries. In this paper, we propose a new scheme^† for automatic seal imprint verification using attributed stroke graph matching. A major advantage of our scheme is that our scheme can handle seal imprints under much fewer constraints. The shape of seals can be a square, an ellipse, a circle, or any close loop. The boundary of the seal imprints is allowed to be imperfect. Furthermore, it is insensitive to the distance between the TV-camera and seal imprints. Experimental results^{, †} confirm that the proposed scheme might be feasible for practical applications.     

基于知识的印鉴鉴别方法

计算机印鉴鉴别是一项十分困难但又具有广泛应用背景的课题,国际上至今尚无实用有 效的鉴别方法.本文从知识工程的角度出发,对印鉴鉴别中的启发式知识进行了深入的讨论. 并在此基础上引入了一套完整的基于启发式知识的印鉴鉴别方法.该方法以启发式搜索获得 配准关系,并根据启发式知识在其中提取一组结构特征,最后结合结构信息和统计模型作出判 决.实验结果表明,该方法在可靠性、适应性和实用性方面比现有方法均有明显改进,已接近 实用.     

基于Delaunay三角剖分的印鉴识别算法

针对印鉴图像姿势纠正及印鉴匹配处理,引入计算几何中平面点集的三角剖分方法--Delaunay三角剖分方法和基于此的多边形三角剖分方法,并提出一种基于DT网格的印鉴识别方法.通过对两种细节点(基于线条的细节点和基于多边形的细节点)的拓扑结构进行DT三角划分,把空间上位置相近的细节点按照一定的规则相连,得到DT三角形网格,并基于该网格寻找若干参考点对,根据获得的参考点对将两幅印鉴图像进行姿势调整,使用获得的参考点对实现基于点模式的印鉴匹配.经分析该方法可以获得较多的参考点,确保了印鉴旋转、印鉴平移参数计算结果的准确性,有效地提高了最终的识别效果.