赤脚平面足迹自动识别定位算法研究

赤脚平面足迹定位是足迹特征提取、测量及比对的重要基础性工作,它不但影响足迹图像形态特征比对的配准工作以及特征参数提取算法的规则,更主要的是会影响到后续足迹自动识别的一致性定位准确性或精度。文中提出了一种新的赤脚平面足迹定位方法并且给出了相应的程序,从而为赤脚平面足迹自动识别算法研究和程序实现奠定了基础。     

立体赤足迹特征提取与分析

通过获取足迹标号图像,分别计算求得五趾和脚跟的质心坐标,得到脚趾与脚跟质心之间平均距离、五趾与脚跟质心之间夹角和五趾质心多边形等特征,并将这些特征与人体性别、胖瘦以及个体唯一性进行了统计分析。实验结果表明脚趾与脚跟质心之间平均距离能够较好的区分出人体性别,五趾与脚跟质心夹角对人体胖瘦、性别的分析有一定帮助,而五趾质心多边形可以作为立体赤足迹同一认定的依据之一。     

立体赤足迹特征提取与分析

通过获取足迹标号图像,分别计算求得五趾和脚跟的质心坐标,得到脚趾与脚跟质心之间平均距离、五趾与脚跟质心之间夹角和五趾质心多边形等特征,并将这些特征与人体性别、胖瘦以及个体唯一性进行了统计分析.实验结果表明脚趾与脚跟质心之间平均距离能够较好的区分出人体性别,五趾与脚跟质心夹角对人体胖瘦、性别的分析有一定帮助,而五趾质心多边形可以作为立体赤足迹同一认定的依据之一.     

平面赤足迹特征分析与身份识别方法

在对平面墨拓赤足迹进行原始特征分析的基础上,建立基于贝叶斯决策的足迹身份识别模型．在统一的坐标系下,对足迹进行特征点标注和轮廓分段,运用形状分析理论提取了基于角度和距离、基于区域和基于轮廓的3类共41个特征参数。经过特征选择,利用贝叶斯决策进行身份识别,以266人的532枚足迹作为实验数据,正确识别率达到97．8％。实验结果表明,在同等条件下,平面墨拓赤足迹的形态特征具有身份可识别性。     

一种基于指纹生物特征识别系统

针对传统身份识别方法中标识物体容易丢失和伪造的问题,在对比可作为识别特征的多种生物特征的基础上,提出并实现了一种基于指纹特征的识别系统。系统首先利用指纹采集器获取指纹图像,然后对采集到的指纹图像进行包括图像分割、图像增强、图像二值化和图像细化在内的图像预处理操作,接着对处理过后的指纹图像进行指纹的特征提取,最后将提取到的待验证手指指纹特征,与指纹特征库中的候选指纹特征进行匹配,以实现用户身份识别。实验结果表明,基于指纹特征的识别系统具有很高的实时性和较高的准确性,可以满足一般用户的身份识别要求。     

对三视图的DXF图形数据进行特征识别与立体重构

本文介绍了一种对在ＡｕｔｏＣＡＤ环境下绘制的三视图的ＤＸＦ图形数据进行特征识别和立体重构的原理与方法；通过对三视图的ＤＸＦ图形数据的分析，利用三视图的尺寸标注信息，可以将ＤＸＦ文件提供的三视图进行自动分离，按特征建模的要求对各视图的实体进行特征识别和特征分类；采用特征文件作为媒介，利用ＣＳＧ模型，可以将识别的特征在ＡｕｔｏＣＡＤ环境下重构出来；本文的方法不仅能识别ＡｕｔｏＣＡＤ系统设计的零件，产生     

分级特征提取与选择及在自动目标识别系统中的应用

应用于遥感图像、武器制导等的自动目标识别系统中,经常遇到形状相似目标的鉴别问题。为提高其识别的快速性和识别率,提出一种分级的基于形状的目标识别方法。借鉴人类视觉感知方式提取多尺度特征,大尺度下采用全局特征快速粗分类,小尺度下采用局部特征鉴别形状相似目标。然后运用模糊规则对提取的特征进行选择,降低特征维数,加快目标匹配过程。实验结果表明:该方法能快速有效地识别形状相似的目标,特征选择后平均识别率较选择之前提高了6.9%。     

赤平足痕迹生物特征识别系统

近年来,犯罪手段多变复杂,而且赤脚作案的发案率或频率明显上升,给刑侦侦破工作带来非常大的压力,所以赤脚平面足痕迹（简称赤平足）生物形态特征识别技术的研究成为现阶段刑侦识别技术研究的热点。赤平足识别属于生物形态和生物结构特征识别技术研究,通过图像预处理、生态形态分割、对象变换、生物形态和结构分析、生物特征提取、生物形态和结构匹配比对等一系列操作而进行的身份识别工作。对赤平足识别系统层次结构、系统模型、生物形态分类、生物形态特征数据库等重点内容进行了详细的介绍和说明,对赤平足识别系统建模和开发具有较大的参考价值。     

基于综合特征的车辆检测识别系统

随着信息技术和智能交通的迅速发展,自动的车辆检测识别成为不可或缺的技术。由于基于单一特征和单车辆的识别并不能满足实际中的应用要求,因此提出了多特征多车辆的检测识别算法,利用基于灰度对称,形状特征和光流强度特征的提取,通过基本的图像处理算法,最终由综合特征为基础得出车辆的识别检测结果,利用基于VC＋＋6．0的软件系统开发出车辆检测识别系统,通过实验对照,由单一特征和综合特征的检测不同结果获得实验数据,通过检测算法将视频序列图像中的车辆信息自动识别提取出来并加以标记。实验结果表明系统能够适应多变的车型和环境信息,通过识别结果准确性的分析,得出结论：针对不同的车型有较好的鲁棒性,能够满足实际智能交通控制平台的构建的基本要求。     

融合人脸多特征信息的表情识别系统

基于对处于不同表情中人脸特征差异的分析,发现用同种方法提取面部各部分特征无法达到信息利用度的最大化,会产生有用信息丢失或者冗余计算,降低了算法的识别准确率和运行速度。针对面部表情改变时,变化最大的3个部分——嘴、额头和眉毛在形状、纹理和距离上的差异,提出用模板匹配法提取嘴部特征,用边缘检测法提取额头特征,用外轮廓检测法提取眉毛特征,并综合这三者的输出得到最终面部表情识别结果的多特征提取识别系统。实验结果验证了该方法的稳定性与有效性,该算法无论在识别准确率还是在整体运行速度上都达到了较高的水平。     

基于运动想象脑电控制的智能家居系统

将智能家居与脑机接口(Brain Computer Interface,BCI)技术相结合,利用“意念”实现对家居的操作与控制,能够为运动障碍人士提供更友好和便利的家居生活,具有重要的社会意义.本文以左右手运动意图为例提出一种基于运动想象脑电控制的智能家居系统,对系统设计中涉及的脑电信号采集、噪声滤除预处理、特征提取和分类识别等方面进行研究,并给出系统的实现方案.     

基于trace变换特征的单训练样本人脸识别算法

提出了基于trace变换不变性特征的人脸识别算法,提高了单训练样本下姿势和表情变化后的识别率。应用一阶Scharr算子、二阶尺度适应的高斯型拉普拉斯算子（LOG）和Harris滤波器定位特征点,选择合适的泛函在特征点的邻域内进行trace变换得到具旋转和尺度不变性的特征描述子。根据特征描述子的特征向量和坐标值实现由粗到精的匹配,整个过程不涉及参数选择问题,保证了算法的稳定性。实验结果证明该算法降低了姿势和表情变化时识别率低的影响,并减少了算法运行时间。     

基于多元特征的分块人物关系识别系统

随着互联网的飞速发展,大量的文本信息被分享到网上,如何在海量的网络信息中提取出可靠性较高的人物关系已成为信息抽取领域中的一个重要研究课题。为深入进行人物关系识别任务在中文方面的研究,提出了基于多元特征的分块人物关系识别系统,设计了较为完备的特征池,包括词袋特征、相关频率特征、依存树(DT)特征、命名实体识别(NER)特征等,为不同的关系从特征池中选择效果最佳的特征集合,并实验了多种基于有监督的机器学习分类算法。本系统在2015年中国机器学习会议竞赛(CCML Competition)举办的两个任务(Task1是从单个新闻标题中判定给定人物的关系;Task2是从多个新闻标题中判定人物的关系)的数据集上分别取得了75.68%和76.58%的MacroF1值,均位列参赛成绩的第一名。     

基于小波特征提取的语音监测系统

论文针对小波变换和语音信号的特点,把小波变换和形态滤波法结合应用于语音信号基音周期的提取,并在此基础上把小波变换和说话人声道特征参数相结合,用于声道特征的提取。最后在以上研究的基础上设计了一种用于公安侦破和司法鉴定的语音监测系统。     

自回归模型在平面曲线识别中的应用

在计算机视觉中,平面曲线的形状分类和识别具有重要的意义,在立体足迹的重压面边界围线的形状分类和识别中,由于不能严格控制基准面方向的一致性,必须采取对透视变换不敏感的描述方法,从空间旋转不变的要求出发,首先从平面闭合曲线得到一维极径序列,进而采用该序列的自回归模型来完成特征提取并用于平面曲线的形状分类,与传统方法相比,这种方法提取的特征具有与采样起始点无关、受噪声影响小、计算简单、方便用于分类等优点     

高阶统计与局部几何特征结合的货币图像识别

由于硬币具有多样性特点及现代假币手段的隐蔽性,这给硬币鉴伪带来了很大的困难,为此提出了一种基于高阶统计量与局部几何特征相结合的硬币图像识别方法。利用图像边缘纹理和图像面积的比值不变性,给出了一种变阈值的Robert边缘检测算法。将边缘图像的不变矩、纹理特征以及区域占有率等高阶统计量,以及不同版本硬币的局部几何特征量作为硬币图像的特征向量,采用模糊C均值聚类方法对其进行聚类分析,从而实现硬币的分类识别。实验结果表明该方法的识别率可以达到98．5％以上,并对环境光照的变化有很强的适应性。     

基于人脸细节方向特性的识别特征提取

充分考虑到人脸图像的整体和细节特征,进而将人脸的眉毛、眼睛、鼻子和嘴部细节部分的水平方向特性引入到特征提取环节中;将小波变换后的低频近似分量、表达上述水平特性的水平细节分量以及眉毛、眼睛、鼻子和嘴部细节区域分别进行奇异值分解,并对得到的3组奇异值进行排列组合,最终作为该图像的有效识别特征。结果表明,基于人脸细节方向特性的识别特征提取方法的识别率高于在原图上的基本奇异值分解等方法。     

一种基于核函数特征提取改进方法的应用

针对标准的核典型相关分析（KCCA）方法在对训练样本增大的情况下相应计算机复杂度剧增、内存占用量大的缺陷,在对标准的KCCA特征提取方法分析推导的基础上,提出了一种改进的核函数特征提取方法。该方法首先根据特征值的大小对训练样本重要程度进行判断,进而完成对应特征向量的提取;然后通过与SVDD分类器的结合,在对图像识别率影响不大的情况下,提升了对图像特征提取的效率,节省了系统的存储量;最后通过在Yale标准人脸库上进行仿真对比实验,验证了该方法的可行性,从而为提高图像模式识别效率提供了一种有效的途径。     

基于特征的产品信息应用模式

企业信息管理系统已经得到极大地普及,随着时间的推移,不少信息管理 系统中逐渐积累了大量的数据。如何便捷有效地利用这些数据成为一个亟待解决的问题。论 文提出一种基于特征的产品数据应用模式,通过特征的抽取、运算,针对性的解决企业信息 管理系统中的数据深层次利用问题。最后,以某装备研发中心的具体案例说明该模式在信息 管理系统中的应用。