基于目标存在概率场的多视角运动目标检测与对应算法

提出了一种多视角运动目标检测与对应算法---基于目标存在概率场的运动目标检测和对应算法. 目标存在概率场是算法的核心, 其融合各视角的信息, 并依据融合结果在空间中检测目标. 目标窗结构是快速计算目标存在概率场的关键, 并给出了一种同时实现目标检测和对应的框架. 实验结果表明该算法具有遮挡处理能力强, 计算复杂度低的优点.     

基于半监督聚类的3维肢体分割算法

行为分析已经成为计算机视觉研究领域的热点,行为主体的肢体部件分割是行为分析中很重要的一部分同时也是一个难点问题,为了对3维肢体进行有效分割,提出了一种基于半监督聚类的肢体分割算法。该算法首先利用前一帧姿势估计反馈的时域信息来对3维主体进行初始的肢体部件分割;然后根据人体结构信息进一步确定行为主体上各个点与肢体部件之间的关系来得到半监督聚类的初始值;之后基于各个肢体部件的形状信息进行半监督聚类,迭代求解肢体部件分割的最优解;最后利用分割后的各个肢体部件进行行为主体的姿势参数估计。通过对IXMAS数据库中6种行为下的6个行为主体进行的肢体部件的分割实验结果证明,该新算法具有主体适应性、视角适应性以及行为适应性。     

鲁棒的多体印刷英文识别系统的实现

文章讨论了设计一个实用的多体英文识别系统中解决的主要问题。该系统能识别多达260种字体,包括斜体和黑体等字体,对训练集的识别率达到99%,对实际文本测试的错误率比TH-OCR2000低56%。文章详细阐述了文本行字切分,特征提取和分类器设计,以及后处理所使用的常用技术,对各种技术的特点进行了分析和比较,并提出了一些新的技术。文章对于OCR系统的设计具有一定的指导意义。     

基于笔段方向信息的联机手写汉字倾斜矫正算法

本文提出了一个基于单个联机汉字字符笔段方向信息的倾斜矫正算法.在汉字中横竖笔划的使用频度高达四分之三.虽然汉字的书写因人们的不同习惯造成不同的倾斜结果,但在绝大多数情况下还是维持了横竖笔划的直线性,并且在一个字内,横竖各自的方向往往大致相同.这些前提就为我们寻找倾斜角度信息提供了依据.我们在这些前提的基础上设计了倾斜矫正的算法,并对四种有代表性的样本进行了测试.测试结果验证了本算法的有效性.     

基于形状匹配变形模型的三维人脸重构

为了从多幅人脸图像构造三维人脸结构,通常需要自动提取不同图像中的对应特征点,这往往是很难完成的.为了避免这个困难,本文建立了一个基于形状匹配的三维变形模型,在保证形状最佳匹配的条件下,实现对人脸图像姿态的估计和三维人脸重构.模型采用径向基函数对通用头部模型进行变形,用形状上下文来描述点之间的形状相似性,形状距离用来描述头部模型和人脸图像整体形状上的相似性,从而实现形状最佳匹配意义上的三维重构.实验表明,本文的算法只需要在人脸图像中提取特征点集,不需进行配准,就可以恢复出令人满意的三维头部结构.     

基于边缘特征的异质图像目标配准方法

目标检测作为计算机视觉的重要研究课题,在视频监控和智能导航方面有重要应用.图像配准技术是刚体目标检测方法之一.异质图像间目标的纹理差异极大,为此,对于目标的可见光俯视图像与机载红外摄像机观测异质图像,通过研究基于边缘特征的配准技术,实现对地面平面目标的配准检测.笔者首先通过建立机载运动摄像机空间模型,解决了红外观测图像的视角变换问题,将其换到与参考图像一致的视角,提出一种新颖的基于稳定区域轮廓合成的边缘提取方法,更好地控制异质图像的边缘提取效果,边缘特征匹配是在距离变换的基础上实现的,提出了一种基于稳定区域距离图像互相关的匹配度量准则.实验表明,算法能有效地实现异质图像间的目标配准检测.     

复杂车辆图像中的车牌定位与字符分割方法

车牌定位和字符分割是车牌照自动识别系统中的关键步骤。提出了一个综合多种特征的车牌定位算法和一个基于模板匹配的字符分割算法,有效地解决了背景复杂的彩色图像中车牌定位和字符分割的问题。综合这些算法并结合字符识别核心,实现了一个完整的车牌照自动识别系统。该系统对不同背景、光照条件下采集到的车辆图像进行了大量实验,实验结果证明算法准确率高、鲁棒性好。     

基于笔画分析和形态学的汽车牌照定位算法

分析了目前存在的车牌自动定位方法及其相应的问题,提出了一种多分辨率下结合数学形态学和字符笔画分析的车牌定位算法.通过大量的实验证明该方法准确率高,速度快,召回率较高.     

一个基于混合语言模型的日文识别后处理系统

在文字识别系统中,为了进一步提高文本识别率,后处理模块是很重要的环节。文章针对日文的语言特性,建立统计方法和规则相结合的混和语言模型,实现了一个日文识别后处理系统。该系统首先利用Viterbi算法得到统计模型输出的最优结果,通过与前端识别器输入的识别结果相比较,确定可疑字位置,再利用上下文词匹配方法和语法规则库的使用对可疑字进行检错和纠错处理。经实验验证,该后处理系统对识别日文印刷体文本错误率平均下降21.4%。     

一种基于字词结合的汉字识别上下文处理新方法

根据字、词信息之间的互补性，提出一种字、词结合的上下文处理方法．在单字识别的基础上，首先利用前向一后向搜索算法在较大的候选集上进行基于字bigram模型的上下文处理，在提高文本识别率的同时可提高候选集的效率；然后在较小的候选集上进行基于词bigram模型的上下文处理．该方法在兼顾处理速度的同时，可有效地提高文本识别率．脱机手写体汉字文本(约6．6万字)识别中的实验表明：经字bigram模型处理，文本识别率由处理前的81．58％提高至94．50％，文本前10选累计正确率由94．33％提高到98．25％；再经词bigram模型处理，文本识别率进一步提高至95．75％。