一种利用面部几何模型进行面部特征识别的方法

本文给出了一种新颖的面部特征识别方法,该方法利用面部几何模型进行面部特征的识别,将含有面部的图像经过预处理、组化、匹配过程后,确定面部特征.实验表明,本方法能够有效地探测人的面部特征,并且能够满意地处理光照不足、面部取向以及面部表情等有关问题.     

一种多人脸跟踪算法的研究与实现

结合人脸的运动模型提出了一种多人脸的跟踪算法,通过使用跟踪稳定系数来解决多人脸跟踪过程中目标发生粘连重叠或者由于目标检测质量的原因造成跟踪目标丢失等各种问题;同时目标跟踪器提供一个预测搜索区域指导下一帧的定位,从而进一步提高定位的速度.实验结果表明此算法具有很好的准确性和实时性.     

具有学习功能的自动人脸识别

人脸识别是模式识别领域中一个相当困难而又有理论意义和实际价值的研究课题。传统的基于K－L变换的自动人脸识别方法,不用过多地考虑人脸的局部特征,利用特征脸方法进行识别,取得了一定的。但是,人脸作为一个特殊的场景,脸像会受年龄、心情、拍摄角度、光照条件、发饰等因素影响,所成图像存在差异。传统的基于K－L变换的自动人脸识别方法不能很好地克服这些畸变的影响。文中就主成分分析方法引入人脸识别,模拟人脸脸像的各种变化,事先对脸像做相应的变化,产生一系列变形脸。然后对变形脸进行主成分分析,提取它们的主成分。最后应用遗传算法选择最优特征向量构造子空间,提出一种能抗御一定脸像变化的人脸识别方法,并运用该方法进行了实验。实验结果证明了该方法的可行性和良好的抗畸变能力。     

基于小波PCA与BP神经网络的人脸识别算法

特征提取和分类器设计是人脸识别算法中的两个关键问题。提出一种基于二次小波变换、PCA算法与BP神经网络的人脸识别算法。该算法采用二次小波变换与PCA相结合的算法提取人脸图像的主要特征,并运用加入动量项的改进BP神经网络算法进行人脸图像分类识别。在MATLAB环境下,利用ORL人脸图像数据库进行了仿真实验,实验结果表明,该算法实现简单、识别速度快、识别率较高。     

综放工作面裂隙分布对其顶煤冒放性影响的研究

综采放顶煤工作面顶煤冒放性受多方面因素的影响 ,针对综放采场的特点 ,建立力学模型 ,以悬梁拉应力破坏作为强度准则和采用关键块体理论 ,分别对单组裂隙和多组裂隙的分布方位、间距、倾角及层理发育程度对顶煤冒放性的影响进行了研究和分析。同时对顶煤冒块的形状特征和块径大小对顶煤放出难易程度的影响规律进行了研究 ,提出了工作面布置和裂隙分布最佳匹配 ,能够改善综放开采顶煤冒放性的观点 ,为提高综放工作面顶煤放出率开辟了一条可行的途径。     

单体支柱工作面支护密度设计

单体液压支柱支护的回采工作面 ,应按照支柱与顶板相互作用的机理 ,根据具体的工作面顶板压力及支柱承载能力 ,计算合理的支护密度。合理支护密度即以最少的支柱来保证回采工作面顶板处于良好的状态。     

综采放顶煤工作面开采大倾角煤层的措施

厚煤层综采放顶煤开采技术 ,是煤矿企业减人提效、扭亏增盈及走向市场的生产基础。认真分析、总结综采放顶煤工作面生产情况 ,进一步促使综采放顶煤开采技术的日臻完善。结合阳煤集团一矿 870 5综采放顶煤开采工作面实例 ,分析了综采放顶煤工作面开采大倾角煤层存在的问题及处理措施。     

工作面生产系统可靠性对高产高效的影响

建设高产高效矿井必须首先要建设高产高效采煤工作面。然而 ,在影响工作面高产高效的诸多因素中 ,工作面系统的可靠性无疑是其中最关键的因素 ,只有提高工作面系统的可靠性 ,方能有效提高工时利用率和生产均衡率 ,进而达到高产高效之目标。结合潞安漳村煤矿 1 30 7工作面安全生产创水平前后的两次试验情况 ,就工作面系统可靠性对高产高效的影响进行了分析。     

放顶煤开采顶煤变形与破碎特征

以放顶煤开采现场实测为基础,着重探讨了顶煤的变形特征、顶煤变形与支承压力的关系;对比分析了“卸载降架－拉架－支撑”和“带压移架”不同移架方式对顶煤破碎效果的影响,结果表明,支架的反复支撑对煤具有明显的破碎作用。     

年产400万t综放工作面回采工艺试验研究与设计

配合我国第一套高产高效综放开采成套装备的使用,围绕配套工艺技术及主要参数的确定,进行了大量的现场实测研究,对工艺配合及参数选择进行了全面、系统的现场试验和优化设计,据此形成和适应高效综放工作面生产的回采工艺设计,有效地发挥了配套设备能力,取得了国内领先的技术经济效果。