基于Gabor变换的高鲁棒汉字识别新方法

本文提出了针对字符图像的基于Gabor变换的汉字识别新方法.在对Gabor变换深入分析的基础上,本文针对汉字图像的统计信息,提出了一种有效的Gabor滤波器组参数优化方法;同时,对Gabor滤波器组的输出进行非线性变换,使其适应不同亮度和低质量灰度字符图像的识别.本文还改进了分块特征的抽取算法,提高了对字符细节的分辨能力.实验表明,这种特征抽取方法大大加强了识别系统抵御图像噪声、干扰、亮度变化、笔画模糊、笔画断裂以及字符形变的能力,在应用于各种低质量的二值或者灰度的印刷和脱机手写字符图像识别时,能获得较其他算法更良好的识别性能.     

与地址解释相结合的手写体汉字切分识别算法

针对信函地址行中存在着大量的笔画交叉与粘连，采用了一种基于笔画提取合并的手写体汉字切分方法，并应用与地址解释相结合的动态规划得到最终切分结果，获得投递区域。用从邮政分拣机上获得的443个信函地址行二值图像样本进行测试，省市一级和市县一级投递地址的正确识别率已经达到了66％。     

藏文识别后处理研究

介绍了基于统计的Markov模型和藏音节拼写规则的方法用于藏识别后处理所获得了一些实验结果；针对藏的特点，提出了继续深入研究的内容。     

文档识别中误切分字符拒识问题的研究

自动文档识别中字切分算法如果仅仅依靠大小位置等度量信息,很容易产生误切分图像块,需要字符分类器给出一定的反馈才能准确切分,为此提出了一个新的拒识算法,目标是尽可能准确地拒识非法字符。该文分析了基于距离的分类器的置信度和广义置信度,在此基础上改进了常用的广义置信度映射函数,并设计了一个基于样本学习的拒识规则,提高了拒识算法的适应性。在中日韩三种文档样本上的实验表明,该文算法明显改善了系统性能,对于较低质量的印刷文本识别具有一定的普遍意义。     

A new kind of neuron model with a tunable activation function and its applications

A new neuron model with a tunable activation function, denoted by the TAF model, and its application are addressed. The activation function as well as the connection weights of the neuron model can be adjusted in the training process The two-spiral problem was used as an example to show how to deduce the adjustable activation function required, and how to construct and train the network by the use of the a priori knowledge of the problem. Due to the incorporation of constraints known a priori into the activation function, many novel aspects are revealed, such as small network size, fast learning and good performances. It is believed that the introduction of the new neuron model will pave a new way in ANN studies.     

对称主分量分析及其在人脸识别中的应用

镜像对称性是人脸的一个直观显然的自然特性，有助于开发面向人脸图像的识别技术与算法，该文将在人脸识别中应用这一自然特性，提出一种新算法——对称主分量分析，该算法首先引入镜像变换，生成镜像样本；然后依据奇偶分解原理，生成镜象奇、偶对称样本，并分别进行KL展开，提取镜象奇／偶对称KL特征分量；最后，根据奇／偶对称KL特征分量在人脸中所占能量比例的不同以及对视角、旋转、光照等干扰的不同敏感程度进行特征选择，理论分析与实验证明，该算法巧妙地利用镜像样本，增强人脸识别：既扩大样本容量，显著提高识别率；又节省计算与存储开销，增强算法的实用性能。     

嵌入式驾驶员状态检测算法的实现与优化

提出了一种可以在嵌入式平台上实时运行的驾驶员状态检测算法. 状态检测采用了基于统计学习的Adaboost算法与动态建模算法. 与传统的采用主动红外光的方法相比, 本系统采用对人眼更为安全的被动式方法, 且对光线的变化有更好的鲁棒性. 算法的主要创新点是: 1) 提出了检测区域自适应调整的单双眼检测相结合的Adaboost人眼检测算法, 提高了人眼检测的准确性与速度; 2)提出基于高斯混合模型的人眼动态建模跟踪算法, 自动提取驾驶员眼睛区域灰度分布的信息, 实现了对不同驾驶员人眼的建模与跟踪定位. 在多个公共数据集以及实车采集的视频上进行的实验表明, 该算法能够准确判断驾驶员的状态, 满足实时处理的要求.     

基于部位检测和子结构组合的行人检测方法

提出了一种基于部位检测和子结构组合的、可用于辅助驾驶或视频监控系统中行人检测的方法.首先使用头部分类器在整幅图像中检测,得到感兴趣区域;然后在每个感兴趣区域内使用头部、躯干、腿部以及左臂和右臂5个人体部位检测器分别检测并使用基于子结构的检测组合方法对部位检测结果进行组合,以得到最终结果.在不同数据库上的实验结果表明,本方法可以有效地用于移动或静止摄像机所拍摄的视频图像中的多姿态及部分遮挡的行人检测.     

基于PCA的脱机手写汉字的统计模型及其应用

本文通过分析传统汉字的结构模型所具有的优缺点,提出了建立脱机手写汉字统计模型的理论框架;并利用PCA技术发现大量数据规律性的能力,提出了一种基于PCA技术的脱机手写汉字的统计模型.与传统的结构模型相比,该模型避免了目前还无法解决的准确抽取结构基元的困难,通过以容易抽取的可重构的统计特征作为统计基元,并通过对统计基元变化的整体描述或者说对统计基元相互之间关系的描述,较好地建立了脱机手写汉字的统计模型.根据该模型得到的一些实验结果充分说明了其描述脱机手写汉字的有效性.     

基于统计的动态规划算法在联机汉字切分中的应用*

针对中文联机手写文本识别中需要对不同长度的切分路径进行快速合理评价的问题,提出了一种基于后验概率的动态规划代价函数计算方法,结合切分块与切分点的几何信息,利用原始切分块的个数对代价值进行加权。实验证明,该方法有效克服了不同路径长度的负面影响,提高了最优切分路径搜索的准确率。