低分辨率人耳图像识别方法研究*

针对人耳识别中存储量和计算速度的要求,同时考虑远距离拍摄时低分辨率人耳识别问题,探讨了低分辨率人耳图像识别性能,给出了分辨率与识别率的关系。首先采用高斯金字塔对人耳图像进行不同层的分解,然后对每一层图像应用广义判别分析方法（GDA）提取特征,最后计算样本间的余弦距离,通过阈值法分类识别。实验结果表明,当人耳图像分辨率降低为36×24时系统识别性能最好,满足实时生物识别系统的要求。     

基于独立分量分析的人耳图像识别方法

人耳识别是一种新的生物特征识别技术.本文将独立分量分析应用于人耳图像的特征提取,并分别与最近邻分类器、RBF神经网络分类器和支持向量机相结合进行分类识别.实验结果表明基于独立分量分析的人耳识别方法优于传统的主分量分析方法.     

基于边缘学习的低分辨率图像识别算法

由于受光照条件、拍摄角度、传输设备以及周围环境的影响,刑侦视频图像中的目标物体往往分辨率较低,难以识别。针对低分辨率图像识别问题,在经典LeNet-5识别网络的基础上,提出了一种基于边缘学习的低分辨率图像识别算法。首先由边缘生成对抗网络生成低分辨率图像的幻想边缘,该边缘与高分辨率图像边缘相近;再将该低分辨图像的生成边缘信息作为先验信息融合到识别网络中对低分辨率图像进行识别。在MNIST、EMNIST和Fashion-mnist三个数据集上分别进行实验,结果表明,将低分辨图像的幻想边缘信息融合到识别网络中可以提高低分辨率图像的识别率。     

基于低分辨率的人脸识别方法研究

随着我国经济实力的提高,大多公共场所都配备有监控设备[1],用以对出现行人及行为的监控,通过监控识别人脸是其发展的重要方面以后也将进一步发展。为减少视频数据的空间占比[2],目前市场大部分采用低分辨率的存储方式来存放视频数据,这对人脸的识别率带来了极大的影响。人脸识别是完善和加深图像识别在视频监控领域应用的基础,如何能够准确、快速、低成本的完成人脸识别工作,无论在生活领域、信息安全领域和公共安全领域等都有着无限的应用空间。因此,本文在前人所做的基础之上,结合近些年该领域的发展情况,进行了比较有针对性的描述。对一些比较热点的方法进行了详细的理论介绍,希望相关研究工作者能够基于本文所作的相关研究,发挥其更大的价值。     

人脸图像识别方法的研究

现今,人脸图像识别已是一项重要的研究课题,在多个领域中的多个专业当中,都有着极为广泛的运用.文章将针对这一方面的内容展开论述,详细的分析了人脸图像识别的主要技术方法,并且对其中的重点以及设计当中的难点进行了阐述和探讨,力求更好的推动此项技术的进步和发展,为今后的相关应用作出积极的贡献.     

野外早期火灾图像识别方法研究

根据野外环境下早期火灾火焰的辐射特性和形状变化特性,阐述了对红外图像进行图像获取和预处理、特征提取以及火灾判别的过程。重点研究了火焰识别的判据,提出了五种判据作为火灾图像识别的依据。为了提高图像处理的效率,采用了先对图像进行区域分割,然后去掉背景信息而只对各可疑区域做进一步处理的方法,提高了系统的实时性。与其它的火焰识别算法相比,该算法在野外这种复杂的实际环境中,识别的准确性高,抗干扰能力强,能够在一定程度上识别出车灯、路灯等疑似干扰,因此具有广泛的应用前景。     

浮游植物细胞图像识别方法的研究

讨论了如何利用数学形态学方法提取浮游植物细胞图像的面积（A）、周长（P）以及通过图像细化提取细胞的长（L）等特征信息;提出了利用这3个特征参数的比值（A／P,A/L和P／L）形成的特征向量作为进行细胞分类的依据,然后提出了利用最近邻准则对浮游植物进行自动识别的试探聚类算法,该方法可以通过学习提高识别率。通过对17种浮游植物细胞图像的识别实验,证明了该方法的识别准确率在95％以上,可以有效预防大面积赤潮的发生,对于赤潮爆发后的鉴定也有一定意义。     

野外早期火灾图像识别方法研究

根据野外环境下早期火灾火焰的辐射特性和形状变化特性,阐述了对红外图像进行图像获取和预处理、特征提取以及火灾判别的过程.重点研究了火焰识别的判据,提出了五种判据作为火灾图像识别的依据.为了提高图像处理的效率,采用了先对图像进行区域分割,然后去掉背景信息而只对各可疑区域做进一步处理的方法,提高了系统的实时性.与其它的火焰识别算法相比,该算法在野外这种复杂的实际环境中,识别的准确性高,抗干扰能力强,能够在一定程度上识别出车灯、路灯等疑似干扰,因此具有广泛的应用前景.     

人耳识别技术研究综述

介绍了一种新的生物识别技术--人耳识别.首先对人耳生物识别系统进行介绍,并与其他生物识别技术进行比较;重点按照识别特征的不同提取方法分别综述了各种人耳识别技术的关键技术,如PCA方法、基于神经网络方法、力场转换理论、遗传局部搜索法以及基于几何学方法和基于长轴的结构特征提取方法等分析方法.通过对各种识别方法的分析和比较,总结了影响人耳识别技术的几个因素和研究开发成功的人耳识别技术需要考虑的几个重要方面,最后提出了展望.     

基于改进NMFSC方法的人耳识别

针对人耳识别问题,提出了一种改进的稀疏性受限的非负矩阵因子（NMFSC）方法,通过增加一个使系数矩阵尽可能正交的约束条件来定义原目标函数,给出求解该目标函数的迭代规则,并证明迭代规则的收敛性。同时对人耳进行子区域划分,根据聚类规则对各子区域选择适当的权值,实现局部相似度到整体相似度的最佳映射。实验结果表明了该算法的优越性。     

基于肤色检测的人耳图像去噪方法

针对人耳图像中存在的噪声问题,提出一种基于肤色检测的人耳图像去噪方法.利用在HSI色彩空间下的肤色检测将人耳图像分割成肤色区域和非肤色区域,将被肤色区域包围的非肤色区域判别为噪声区域,并利用修复算法修复此区域.实验结果表明,该方法可以有效去除噪声,能较好保留边缘等重要信息,并具有算法简单、处理速度快等优点.     

食品图像识别方法综述

食品与人类的行为、健康和文化等密切相关.社交网络、移动网络和物联网等泛在网络产生了食品大数据,这些大数据与人工智能,尤其是快速发展的深度学习催生了新的交叉研究领域食品计算.作为食品计算的核心任务之一,食品图像识别同时是计算机视觉领域中细粒度视觉识别的重要分支,因而具有重要的理论研究意义,并在智慧健康、食品智能装备、智慧...     

图像识别中的兴趣点匹配方法研究

针对图像检索识别的需求,提出了一种基于兴趣点的匹配算法,利用小波变换对图像进行降维和去噪,提取其SIFT点特征,同时进行PCA降维,最后采用基于K-d树的最近邻法进行快速匹配。通过对各种图像大量的实验,结果表明,该方法具有很强的匹配性和鲁棒性,是一种较好的图像匹配算法,可以广泛应用于图像的检索和识别中。     

基于机器视觉的图像识别方法研究

本文介绍了一种采用Blob算法实现图像识别的方法,在此基础上提出识别规定形状物体的方法,利用不变矩、图形的面积和周长的比值来识别物体的形状,从而从多个规则物体中识别出规定形状的物体,同时利用该算法还能够给出所识别物体的位置信息。实验结果表明,该图像识别算法能够满足实际要求,物体识别准确率达到100%。     

基于i-CapsNet的宫颈癌图像识别方法研究

宫颈癌是一种严重威胁女性生命及身体健康的重大疾病。宫颈细胞涂片图像是进行癌变识别的重要诊断依据。为了提高癌变细胞的识别精度,本文在胶囊神经网络(CapsNet)的基础上,提出了一种改进的胶囊神经网络模型( improved-Caps-Net,i-CapsNet)。 首先,针对宫颈癌涂片图像具有三维通道数据特征,构建了多维度数据输入层,并增加三维数据深度卷积层, 增强图像深层特征提取能力。其次,改进了编码器中的动态路由方式,采用C-squashing非线性函数作为激活函数,更快速准确地实现胶囊模长的压缩,达到提高癌变细胞的识别精度。然后,针对 Herlev公共数据集中正负样本量不平衡现象,将阿里天池宫颈液基薄层电镜扫描图像进行癌细胞图像提取及图像预处理,构建负样本数据集,提高了数据集的多样性和均衡性。最后,采用十折交叉验证方法,进行训练、验证及测试,与SVM、LeNet-5、VGG16、CapsNet模型进行效果对比。本文提出的i-CapsNet模型训练的Loss值最小,收敛到0.0074,测试的识别精度最高,达到99.2%,效果良好,验证了所提出的i-CapsNet的有效性和可行性。     

基于跟踪算法的图像识别方法研究

当今社会处于信息技术高速发展的阶段,随着人工智能的兴起,计算机技术被应用于各个行业的各个方面,其中图像识别技术的运用得到了很大程度的普及,很多个领域都在使用图像识别技术,图像识别技术也越来越成熟,变得越来越多元化,本文旨在深入研究跟踪算法,并结合现在的图像识别技术,探讨并研究基于跟踪算法的图像识别方法的实现以及优化,以及将其应用于智能化教学视频录播系统。     

人耳识别中的图像归一化研究

人耳识别系统中,需要根据特征提取的要求实现图像的自动归一化,并且选择合适的依据使归一化后的结果具有一定的有效性和合理性。提出了一种新的外耳长轴标记法,根据外耳长轴将人耳统一到标准的尺寸和角度;运用主动形状模型算法,实现了外耳轮廓的自动搜索,且对算法进行了改进,调整了模型的初始位置。实验证明,改进后的主动形状模型(ASM)能更快速准确地收敛,且归一化的方法能够合理地将人耳标准化,为后续的特征识别提供了保障。     

基于二维码图像识别的无人机定位方法研究

针对物流无人机(Unmanned Aerial Vehicle,UAV)定点投放定位精度不高的问题,提出一种无人机物流精确定位解决方案。该方案将二维码图像识别应用于飞控系统,建立空中二维码图像位置和三维空间坐标模型。运用基于局部特征的CamShift跟踪算法引导无人机飞行、降落,实现无人机低空精准着陆。户外实验测试结果表明,用该方案设计的物流飞控系统跟踪速度快,平均每帧图像处理时间为0.017 ms,5 m内高空着地误差不超过20 cm,能够为物流无人机物资投放提供较好的技术参考。     

一种快速图像识别方法

构建了一种快速鲁棒的图像识别算法,它融合小波分解与遗传算法并行性的优点。对图像和模板进行小波分解,用低频部分代替图像和模板参与识别运算;把对模板进行形变旋转处理的参数编码为染色体,依据染色体表现值对模板进行形变和旋转处理;用模板匹配法判定图像中是否含有形变旋转后的模板,判定函数就是遗传算法的适应度函数。算法终止时的最佳适应度为图像中是否包含模板所示目标的判定依据。实验表明该图像识别方法适应性广、稳定性好、速度快。     

选票图像识别的快速方法

为了解决选举投票系统中手写符号图像的快速定位与识别问题,在充分考虑选票设计并利用符号结构特征的基础上,提出了选票图像中手写符号的快速定位识别方法。该方法利用选票设计中记录的相关位置数据,将选票图像预处理后,找到一个确定的参考点,再提取选票设计中的位置数据,将它转化为相对于这个参考点的图像位置,利用该位置搜索表格线,从而确定要识别图像的准确位置;基于该位置,可截取手写符号图像,对该图像进行一系列处理后,提取其结构特征,从而实现符号识别。实验结果表明,这种方法的定位速度快、识别率高。