人脸特征点自动标定方法的研究

提出一种人脸特征点自动标定的方法.选取两个瞳孔点、两个鼻孔点、两个嘴角点,共六个关键特征点进行自动标定的研究.利用彩色人脸图片的灰度化、二值化、边缘检测区分人脸肤色与非肤色区域,并结合灰度积分投影方法及人脸结构基本特征的先验知识确定人脸区域、特征区域,最终确定特征点.并在图形预处理时提出一种手动滤除胡须的方法降低胡须对嘴部特征点标定的影响.实验证明:该方法可以准确标定人脸的关键特征点,简便、可靠、具有实用性.     

一个医学图像分类器的设计

提出了一个基于径向基函数网络的医学图像分类器。该系统包括图像预处理、特征提取、分类器的构造几个部分。在网络构造上,文章采用了自适应的网络结构调整技术,提高了网络的泛化能力,同时,在网络权值调节上采用了具有全局优化的模拟退火算法,避免了陷入局部极小的缺陷。实验结果表明,该模型系统达到了76.6%的准确率,辅助系统可以极大地提高医学图像分类的效率和准确性。     

基于连接点的二维多角弧匹配

多角弧匹配问题的关键是，其既能反映多角弧的几何性质，又能反映多角弧拓扑结构的特征选取．在分析了多角弧几何形状的基础上，引入了连接点的概念，并用连接点集表示多角弧，这一表示在旋转和平移变换下是不变的。进一步取该连接点集作为匹配的特征集，给出了特征集之间匹配的算法．该算法是将连接点间的距离积分作为测量函数，使二维多角弧的匹配由连接点的匹配来决定．给出的模拟试验结果表明，该算法效果良好，并且对于数值污染具有健壮性。     

数据仓库与数据挖掘技术的研究与应用

讨论了数据仓库的构建方法和数据挖掘技术的应用,介绍了使用分析服务器构建数据仓库及进行联机分析的方法,实现了一个利用决策树算法建立模型对顾客的信誉度进行分类的实例。     

结合评估函数和Boosting的特征选择方法

特征降维是文本分类中的重要环节．在对常用的特征选择方法分析研究的基础上,提出一种将评估函数和Boosting算法相结合的特征选择方法,该算法采用基于Boosting算法的汉明损失作为最终特征子集的评估准则,进一步寻找具有关键作用的特征项,进而形成最终用于分类的特征子集．数据集上的实验结果表明,该方法有效地改善了分类性能．     

基于数字图像处理的EAN13码识别

主要研究通过数字图像处理的方法识别ENA13条形码图像条码信息的问题。首先介绍了条码结构。然后针对传统方法的缺陷引入基于图像处理的识别方法,通过图像预处理、图像分割、图像矫正和译码4个步骤识别条形码。阐述了针对含有噪声点的模糊图像和输入角度随机两种情况的条码识别。最后通过给出相关实验结果验证了算法的可行性和实用性。     

面向肌电信号的虚拟现实提线木偶动画研究

泉州提线木偶属于首批中国非物质文化遗产，是中华传统文化的实现形式之一.然而，由于木偶体积庞大，携带与操作不便，直接限制了其受众群体.为了实现提线木偶的有效传承与保护，设计了基于手势识别的虚拟现实提线木偶动画方案，构建了基于MYO臂环肌电信号的人体生理信号控制动画原型系统，应用两个用户实验验证了算法的高精确性与易操控性.首先，通过低通滤波与平滑实现多通道肌电信号数据的信号处理.其次，提取八通道时域特征与时频域特征，并通过线性判别器将其降维为六维特征向量，实现特征间关联性消除与算法鲁棒性增强.最后，构造多分类支撑向量机实现特征向量，确定手势识别结果.实验验证算法离线动作平均识别准确率为95.59%，实时动作平均识别准确率达到90.75%，在1.1s左右完成手势识别.面向提线木偶任务，构造了两个用户体验任务，普通用户人群中，木偶动作识别率较高，用户使用意愿、易学性等方面，系统性能亦显著高于真实木偶操控；专业用户在承认系统可用性的同时，具有较高的接受度.用户任务表明该设计满足了手势识别实时性和准确性的要求，具有良好的交互性和趣味性.相关研究可以广泛地应用于计算机动画等类似的系统，对于体验和保护提线木偶具有现实意义.     

基于多特征参数融合的文物碎片自动匹配方法

针对基于单一几何特征的文物碎片匹配方法的精度不高的问题，提出一种基于多特征参数融合的文物碎片自动匹配方法。首先，采用分割算法提取文物碎片的断裂面，并计算断裂面上点的四个特征参数：点到邻域点的平均距离、点到邻域重心的距离、曲率以及邻域法向夹角平均值；然后，融合四个特征参数得到特征判别参数，并通过判断特征判别参数值提取出特征点集；最后，采用基于尺度因子的迭代最近点（Iterative Closest Point, ICP）算法对特征点集进行匹配，从而实现文物碎片的断裂面匹配。实验采用兵马俑碎片的点云数据模型来验证该基于多特征参数融合的文物碎片匹配方法，结果表明该匹配方法可以克服基于单一几何特征匹配方法的精度不够高的问题，比已有算法的匹配精度提高15%以上，时间效率提高20%以上。因此说，该基于多特征参数融合的匹配方法是一种有效的文物碎片匹配方法。     

非刚性三维形状匹配中基于谱分析的形状描述符综述

基于谱分析的形状描述符在非刚性三维形状匹配中取得了较好的匹配效果，引起了研究者的广泛关注.谱分析是基于流形上拉普拉斯贝尔特拉米算子谱分解的一种内蕴形状分析方法.谱形状描述符和谱距离分布函数是最主要的两类谱分析形状描述符，它们具有不同的数学性质和物理意义.基于两类不同的形状描述符，给出了详细的方法分析及其在形状匹配中的应用.首先，给出了应用基于谱分析的形状描述符的非刚性三维形状匹配框架，介绍了几种常用的谱形状描述符及谱距离分布函数的基本思想和计算方法；然后，分析比较了这些形状描述符的优缺点及应用场景，为研究者选择基于谱分析的形状描述符提供参考；最后，通过实验对比了不同基于谱分析的形状描述符的算法鲁棒性、时间耗费及非刚性匹配性能，以此推动谱分析形状描述符的应用进程.     

基于视图特征和形状特征融合的颅骨身份识别方法

颅骨身份识别是法医学研究的重要课题。针对以往颅骨身份识别研究中颅骨和面貌内在特征表示能力不足的问题，为了充分利用颅骨和面皮模型的有效识别信息、提高颅骨识别能力，提出一种基于视图特征和形状特征融合的颅骨身份识别方法。首先，采用多视图神经网络学习颅骨和面皮的多视图特征，采用基于双谐波距离的LS-MDS算法计算颅骨和面皮的标准形，采用池化融合方法聚合多个特征来减少视图池化阶段的信息丢失；然后，为了解决波核特征对尺度变换敏感的问题，根据特征值归一化思想提取颅骨和面皮的尺度不变波核特征；最后，采用核典型相关分析将视图特征和波核特征进行融合，得到颅骨和面皮的最终特征向量，通过计算颅骨特征向量和面皮特征向量的相关系数实现颅骨的身份识别。实验结果表明，所提方法的识别正确率为95.4%，优于其他对比方法，是一种有效的颅骨身份识别方法。