变化光照条件下人眼定位方法

人脸识别是一种前沿的生物识别技术,作为脸部的重要特征,通过对人眼的定位,可以获取标准人脸,有效地提高人脸识别率。针对变化光照条件下人眼定位变得困难的问题,实现了一种人眼定位方法。首先通过retinex理论获取光照不变量;其次,利用边缘直方图描述符(EHD)得到人眼候选区;再次,使用支持向量机(SVM)和人眼概率分布(EPM)来确定人眼精确位置。为了进一步提高速度,提出一种基于haar-like特征的双眼筛选法,该方法和EHD构成多级筛选策略,大量减少了非人眼区域,加快了SVM的分类速度。实验表明,改进后的方法在保证较高检测率的同时具有较少的计算时间。     

基于跨连接LeNet-5网络的面部表情识别

为避免人为因素对表情特征提取产生的影响,本文选择卷积神经网络进行人脸表情识别的研究.相较于传统的表情识别方法需要进行复杂的人工特征提取,卷积神经网络可以省略人为提取特征的过程.经典的LeNet-5卷积神经网络在手写数字库上取得了很好的识别效果,但在表情识别中识别率不高.本文提出了一种改进的LeNet-5卷积神经网络来进行面部表情识别,将网络结构中提取的低层次特征与高层次特征相结合构造分类器,该方法在JAFFE表情公开库和CK+数据库上取得了较好的结果.     

灰度图像的有损RLE压缩

行程编码是一种简单有效的数据压缩编码方法 ,在信源编码中属于统计编码无损压缩的范畴。一般的图像数据存在内在的相关性 ,对原始图像数据进行一定变换可将内在相关性提取出来 ,这就为行程编码在图像压缩领域的应用提供了可能。基于对传统行程编码方法的分析可知 ,必须对其进行一定改进才能保证对数据的有效压缩 ,改进后的编码方法可称为简单有损行程编码。图像的内在相关性可通过变换编码加以分析 ,离散余弦变换就是一种较常用的变换编码方法。对原始图像数据进行离散余弦变换和重排 ,可使相关性较好的数据集中起来 ,为利用简单有损行程编码方法创造了条件 ,该编码方法可称为复合有损行程编码方法。通过实例比较分析 ,证明了该方法能对灰度图像进行有效压缩。在可接受的有损范围内 ,获得较好的压缩比。     

小波分析在数字图像处理中的应用

介绍了基于小波变换的图像分解与重构,小波变换具有时-频局部化的特点,因此不但能对图像提供较精确的时域定位,也能提供较精确的频域定位.经过小波变换的图像具有频谱划分、方向选择、多分辨率分析和天然塔式数据结构特点.基于小波变换这些特性,讨论了MATLAB语言环境下图像增强、图像融合、图像平滑和图像压缩的基本方法.通过实验可见,基于小波变换的图像处理具有理想的效果.     

一种基于码本背景模型的运动目标检测方法

针对减背景算法中复杂背景下背景帧的提取问题,给出了一种码本背景提取方法。利用视频图像序列中的颜色和亮度信息,为每一个像素点创建一个码本,且码本随着其中码字的更新而更新,所有像素点的码本构成一个完整的背景。用当前视频帧和码本进行比较得到前景运动目标。结果表明：算法运算量小,适合做实时处理。     

引入记忆-遗忘机制的人工神经网络模型

针对如何提高人工神经网络在模式识别分类速度和更好地模拟人脑学习、认知事物过程的问题,提出一种改进的人工神经网络模型。将人脑的记忆-遗忘机制引入到人工神经网络中,同时在网络中加入了粗分类模块。在网络运行过程中,固定周期内对已学模式按照记忆强度进行排序。此方法可以有效地提高网络的识别速度。实验证明改进后的人工神经网络减少了网络计算量,节省了识别时间,提高了网络的工作效率。     

数字水印技术在图像版权保护中的应用

传统密码学对图像版权保护能力的种种不足使数字水印作为一种新的保护技术越来越受到人们的重视.介绍了图像数字水印的基本知识,并且对空域和频域两种不同类型的数字水印系统进行了研究.空域数字水印系统采用经典的LSB算法,频域数字水印系统采用基于DCT域的算法.对嵌入水印的图像进行各种攻击和测试实验证明:两种算法都保证了人眼视觉的不可觉察性,基于DCT域的水印算法具有更强的鲁棒性.     

卷积神经网络层级分解研究

随着深度学习的不断发展,卷积神经网络(CNN)在目标检测与图像分类中受到研究者的广泛关注。CNN从LeNet-5网络发展到深度残差网络,其层数不断增加。基于神经网络中"深度"的含义,在确保感受野相同的前提下,给定标准的输入图片和输出特征图,对不同层数的卷积神经网络进行训练,并将训练结果与标准输出图进行对比。在此基础上,对标准的3×3卷积核进行分解,构建由2×2大小卷积核组成的CNN。根据目标特征是否具有中心对称的性质,提出多层卷积网络初始权值的选取规则。     

一种改进的LZW算法在图像编码中的应用

在医学、安全、遥感等领域,由于数据保真度要求苛刻,对高效的图像无损压缩方法有着迫切的需求.本文通过对字典压缩方法的研究和分析,针对传统LZW方法在建立字典初期压缩效果差这一不足,提出了一种动静结合的改进LZW字典压缩算法.实验结果表明,改进的LZW算法的压缩比相对于传统算法有较明显的提高.     

基于OPNET的无线传感器网络节点跨层设计

无线传感器网络是一类由大量位置相对固定的节点所组成的无线通信网络,其节点能量、计算和通信能力都非常有限,因此,传统网络的层次设计和网络协议都难以应用到无线传感器网络中。为解决这些问题,该文在传统网络层次设计思想的基础上,提出了适用于无线传感器网络节点的跨层网络模型,基于OPNET网络仿真工具实现了节点的跨层网络模型设计,在此基础上实现了无线传感器网络中路由选择和数据汇聚等典型应用的仿真。结果表明,新的跨层网络模型能够很好地描述节点各个层次的功能,便于网络协议的综合设计和集中优化。