动态核的形态分解联想算法及抗随机噪声研究

在灰度图像分解算法和动态核形态联想记忆网络的基础上,提出了一种新的联想记忆算法--动态核的形态分解联想算法.该方法显著地提高了联想记忆抗随机噪声的能力,较好地解决了灰度图像在含噪时的联想记忆和识别的问题,从而给出了一种恢复含噪灰度图像的途径,并把该方法推广到了彩色图像的处理.通过实验,验证了该方法的良好性能,取得了理想的结果.     

融合改进 YOLOv7 与 UNet 的编码点定位方法

针对编码点的定位存在误检率高和精准度差的问题,提出了一种融合改进 YOLOv7 与 UNet 的圆形编码点定位方 法。第1阶段使用改进的 YOLOv7 检测编码点的位置,改进的 YOLOv7 首先将DCN-v2 可变形卷积引入 ELAN 模块,提升 特征提取能力;其次把卷积块注意力模块(CBAM) 机制嵌入骨干网络使网络更关注目标特征;然后使用Focal-EloU Loss 提高 收敛速度;最后构建 OD-Cat 模块替换 ConCat 模块以提升网络检测精度。提取出每个圆形编码点的 ROI 后,第2阶段通过 UNet 分割出编码点的中心轮廓后,使用最小二乘法拟合出编码点的中心。实验结果表明,改进后的模型比原 YOLOv7 的精 确率提高了6.33%,平均精度均值(mAP) 提升了5.76%;提出的定位方法验证了在噪声、亮度不足或曝光等复杂环境下可以 准确定位出编码点的中心椭圆轮廓,在实际工业视觉测量中具备鲁棒性。     

指针式仪表示值识别系统研究

指针式仪表识别系统采用机器视觉技术和数字图像处理算法,实现了对指针式仪表示值的自动识别.使用图像差影法、自适应阈值分割算法和最小二乘法进行圆心拟合;提出区域分割方法及中心投影法,对表盘图像进行分块处理,提取表盘刻度,快速识别出表盘指针所处位置.实验表明,采用该系统的识别值与目测值的最大偏差为0.16μm,最小偏差为0.10 μm,检定时间缩短为原来的1/1000,提高了检定效率、检定精度和检定结果的准确性.     

用户体验情感测量与情感识别研究综述

目的 梳理用户体验测量要素并总结用户体验情感测量与情感识别方法。方法 通过调查法、文献研究法、举例分析法等研究方法,调研国内外用户体验相关经典文献与研究数据,从用户体验主观情感测量与客观数据识别两个方面,梳理分析现有的研究成果与发展脉络,总结对于设计产品适用的测量方法与合理的评价方法。结论 设计师通过用户体验测量获悉未达到预期产品与用户的“认知摩擦”,从而提升产品质量。文章梳理了目前用户体验的测量特性与众多测量方法,包括PAD情感量表、积极情绪消极情绪情感量表(PANAS)与SAM量表等基于主观情感测量方法,以及眼动追踪检测、面部表情识别、皮电、脑电与心电等基于客观数据的情感识别方法,分析各类测量方法优势与制约性,总结现有问题并展望未来研究方向。     

现代产品设计中的区域文化意象研究

区域文化意象的研究,有助于体现产品区域特色和文化内涵.研究了区域文化意象的消费者认知匹配模型,阐述了区域文化意象的消费者认知匹配模型的3个层次.并以良渚文化意象的酒器设计为例进行验证.     

基于局部时空特征的人体行为软分类识别

针对全局运动特征难以准确提取的问题,本文采用局部时空特征对人体行为进行表征。针对传统词袋中硬分类的方法量化误差大的不足,本文借鉴模糊聚类的思想,提出软分类的方法。根据兴趣点检测算法从视频中提取出视觉词汇,用K means算法对其进行聚类,建立码本。在计算分类特征时,首先计算待分类视觉词汇到码本中各个码字的距离,根据距离计算这个视觉词汇隶属于各个码字的概率,最后统计得到每个视频中各码字出现的频率。在Weizmann和KTH数据库对本文提出的人体行为识别算法进行验证,Weizmann库的识别率比传统的词袋算法提高8%,KTH库的识别率比传统的词袋算法提高9%,因此本文提出的算法能更有效地对人体行为进行识别。     

基于Rough集方法的RS-MAXNET网络分类器模型

Rough集（RS）理论中如何补偿或拓展Rs约简的局部决策规则使之更加接近全局规则是一个重要的议题。本文提出RS与MAXNET网络结合拓展建立盼MAXNET全局网络分类器模型。基于上述模型进行的脱机手写模式识别算法说明了其有效性。     

Constructing Facial Identity Surfaces for Recognition

We present a novel approach to face recognition by constructing facial identity structures across views and over time, referred to as identity surfaces, in a Kernel Discriminant Analysis (KDA) feature space. This approach is aimed at addressing three challenging problems in face recognition: modelling faces across multiple views, extracting non-linear discriminatory features, and recognising faces over time. First, a multi-view face model is designed which can be automatically fitted to face images and sequences to extract the normalised facial texture patterns. This model is capable of dealing with faces with large pose variation. Second, KDA is developed to compute the most significant non-linear basis vectors with the intention of maximising the between-class variance and minimising the within-class variance. We applied KDA to the problem of multi-view face recognition, and a significant improvement has been achieved in reliability and accuracy. Third, identity surfaces are constructed in a pose-parameterised discriminatory feature space. Dynamic face recognition is then performed by matching the object trajectory computed from a video input and model trajectories constructed on the identity surfaces. These two types of trajectories encode the spatio-temporal dynamics of moving faces.     

An algorithm for polygonal approximation of a digital object

A fast and simple heuristic algorithm for polygonal approximation is presented. The algorithm is based on a mark and sweep technique. Results of computer implementation with various images are reported.     

基于全局自注意力的小麦图像识别

在实际应用场景下,通过图像识别的方式来识别小麦的病虫害具有极大的挑战性。与以往纯粹基于卷积神经网络（Convolutional Neural Network, CNN）的方法相比,将小麦图像转换成一系列视觉语言,并从全局视角进行小麦识别的方法是更可行和实用的。运用Convolutional Visual Transformers（CVT）来解决小麦识别分为2个环节。首先,利用2分支CNN生成的2种特征图来实现注意选择性融合(Attentional Selective Fusion, ASF)。ASF通过融合多个特征和全局-局部注意力来获取有区别的信息,并投射成一系列的视觉语言。其次,受Transformers在自然语言处理方面的成功启发,用全局自注意力来建模这些视觉语言之间的关系。将CVT与经典分类网络LeNet-5、ResNet-18、VGG-16、EfficientNet对比,识别率有所提升,同时该方法具有良好的泛化能力。