基于残差网络的非限定条件人脸识别研究

针对非限制人脸识别中人脸图像的尺寸和角度影响识别精度的问题,本文根据渐进校准的思想,设计出一种以具有渐进校准功能的卷积神经网络为分析算法的人脸识别方法。首先在非限制环境下对人脸图像进行几何归一化处理,并且利用主成分分析法进行降维;然后基于仿射变换和局部人脸分割理论,提出基于细节变换与特征融合的方法对人脸进行矫正;最后利用残差卷积神经网络构建人脸识别模型,在LFW数据集上对模型参数进行训练,并对训练后的模型进行仿真和检验。实测表明,通过矫正得到的正面人脸图像虽然存在轻微的扭曲现象,但其提取的特征信息能够有效提高非限制条件下多姿态人脸的识别准确率。     

基于Voronoi图的棋盘格角点匹配算法

现有的角点检测方法多针对倾斜的平面投影情况,而对于投影在扭曲平面上的棋盘格则不能实现匹配。针对该问题,提出一种基于Voronoi图的匹配方法。实验结果证明,与一般方法相比,利用距离分类的方法能更快更好地实现角点匹配与几何矫正效果,且有易于存储、计算简便等优点。     

基于可变形状参数Gamma混合模型的区域化模糊聚类SAR图像分割

为了解决传统模糊聚类算法无法准确刻画SAR图像强度分布特征以及抗噪性差等问题,提出一种基于可变形状参数Gamma混合模型(GaMM)的区域化模糊聚类SAR图像分割方法.首先,利用Voronoi划分技术将SAR图像完备地划分为若干个Voronoi多边形;然后,假设SAR图像强度服从可变形状参数的GaMM,以GaMM的负对数函数刻画多边形与聚类间的非相似性关系,并结合具有邻域多边形空间约束作用的规则化项定义区域化模糊聚类目标函数;在模型参数求解的过程中,对于无法直接通过导数求解的形状参数及生成点集,设计以目标函数最小化为准则的移动更新操作以逐步逼近最优解.通过对真实及模拟SAR图像分割结果进行定性定量分析,有效地验证了所提出算法对SAR图像强度分布拟合的准确性及分割的抗噪性.     

面向应用的个性化3D人脸模型快速生成技术

真实感3D人脸模型生成技术是计算机图形领域研究的热点问题之一,但已有的相关方法存在真实感差、算法复杂度高、局限性多、实用性弱等问题．在分析3D人脸模型姿态矫正和模型变换方法基础上,研究基于一张人脸正面图像和普通3D人脸模型、采用关键特征点匹配和真实感纹理映射方法构建个性化3D人脸模型的方法,最后利用基于C＋＋和OpenGL实现的原型系统进行实验分析．实验结果表明该方法计算简单、建模效率高,且适用于影视特效制作、3D网络游戏、医学美容等领域．     

浅析视错觉在景观设计中的运用

文章通过对于视错觉的形成因素和在景观设计中与其相关的视错觉运用加以分析。总结出视错觉在景观设计中的运用类型、表达形式以及相应的作用。希望设计师在今后的景观设计中可以对于视错觉有更多的考量。     

基于虚假最近邻点GT准则的化工模型变量选择

针对传统变量选择方法对复杂非线性化工模型进行变量选择时,由于缺乏输出变量的有效监督,导致所选择输入变量不能有效解释输出变量的问题,提出基于虚假最近邻点Gamma检验(Gamma test,GT)准则的变量选择方法。首先借鉴虚假最近邻点法,实现对所有变量的全面搜索;再采用能够在输出变量监督下进行非线性系统噪声估计的GT准则,计算各输入变量置零前后数据噪声的伽马统计量,得到输出变量对各输入变量的敏感度,以此为依据进行变量选择。使用线性、非线性模型验证了该方法的有效性。最后对氢氰酸复杂非线性化工过程建模进行变量选择,结果表明合理的变量选择有效地提高了模型精度。     

大型预警机图像采集偏振矫正算法研究

针对大型预警机在飞行过程中,不可避免地发生突变性方向,造成机身震动偏转,这种突变会造成采集设备在采集过程中,发生图像区域偏振,造成采集信息失真,有效信息丢失等问题;为了解决这一问题,提出一种大型预警机图像采集偏振矫正算法,通过建立新的图像坐标区域,在新坐标系下对偏振区域的数据进行有效补偿矫正;应用偏振补偿算法可以避免大型预警飞机振动偏振对光电设备获取信息准确度的影响;实践证明,利用偏振补偿算法对获取光电图像信息进行矫正后,提高了获取信息的准确率。     

莫让优势成败笔——谈多媒体教学中的误区及对策

多媒体教学已经广泛地应用于课堂教学,对教学内容、教学方法、教学模式等产生了巨大的冲击,优势不容忽视。我们在大力推广多媒体教学的同时,必须清醒地认识到多媒体教学的运用不能过于盲目、迷信,可有相当一部分教师由于认识上的不足和技术上的缺陷等,导致在多媒体教学中出现了不少误区,笔者下面就这些误区谈谈相应     

基于多源参数的海洋数据合并技术研究

精准的高分辨率海洋环境数据,尤其是在低密度海面测量装置的海域中,对于渔业资源的规划和管理至关重要,并且可以提高渔情模拟预测的精度。在这项研究中,我们使用了两种经典方法：最优插值法（IO）和逐次矫正法（SCM）,用于合并卫星遥感和海洋浮标所测得的海洋环境数据。通过使用四种不同的算法来评估遥感海洋环境数据中的偏差矫正：（1）平均偏差矫正,（2）回归方程,（3）分布变换,以及（4）空间变换。海洋环境数据由NMSDC（国家海洋科学数据中心,National Marine Scientific Data center）提供,覆盖南海海域。将自2009年1月至2010年12月收集的海表温度(Sea surface temperature, SST)数据进行统计分析,将两种数据合并技术的性能通过比较,统计分析的计算表明,采用SCM可得到更好的结果。     

车牌识别中关键技术的研究与实现

介绍了车牌图像识别系统的现状,提出一种针对高速公路环境下的车牌定位与识别算法.在定位阶段,通过伪二值化方法消除路面产生的噪声,利用形态学闭运算定位车牌字符,并对车牌图像进行灰度交换,最终得到无边框、灰度对比强的车牌图像.字符分割采用基于字符连通域宽高检测和先验知识相结合的方法,很好地解决了字符粘连对分割的干扰,同时完成了对车牌图像的滤波.在识别阶段,先对车牌图像进行二值化和倾斜矫正,字符识别采用基于模板匹配的改进算法.对高速公路上300幅车辆图像进行测试,识别准确率高于80%.