分块CS-LBP和加权PCA的低分辨率人脸识别

针对局部二值模式(LBP)特征在低分辨率的人脸图 像上识别率较低的问题,提出了一种基于分块中心对称局部二值模式(CS-LBP,center symmetric local binary pattern)和加权主成分分析(PCA)算法的低分辨率人脸识别算法。 首先利用分块CS-LBP算子提取低分辨率人脸图像的特征;然后利用加权PCA算子对特 征进行降维, 从而得到更强的分类特征;最后利用最近邻分类器选出人脸最优分类类别并计算识别率。在 ORL人脸库上的实验表明,在人脸图像分辨率下降到(12×10)时,本 文算法的识别率仍能达 到85.00%,基本满足了实际运用中对识别率的要求,并且降低了运算 时间。     

反导系统与目标识别技术发展综述

弹道导弹目标识别是导弹防御系统中的核心问题之一,直接关系到弹道导弹防御的成败。文中首先对世界上先进的反导防御系统特点和典型装备进行了介绍,然后对雷达反导目标识别中使用的各种特征提取、识别算法及策略进行综述,最后对弹道目标识别技术重要发展方向进行展望,并指出弹道目标识别技术是一项长期的系统工程。     

一个改进的N元自适应模式识别系统开发工具

N元自适应模式识别系统开发工具NIRSS是一个通用开发工具.它可以对多种N元自适应模式识别系统模型的体系结构和应用对象进行试验研究.本文针对该系统的不足,提出采用修改编译模式并利用EMS技术扩大存贮容量的方法,使其具有处理高维数模式数据(如图像)的能力.实验证明,改进工作是成功且有意义的.     

听觉模型用于语音识别以及与一般方法的比较

本文在文献（１）建立的外周听觉系统以及部分中枢听觉神经系统的基础上，建立了一个主意识别器。它由听觉模型作为语音声学前端处理器（即特征提取），由具有ｔｏｎｏｔｏｐｉｃ组织结构的神经网络作为识别分类器。大量实验表明，由该听觉模型提取的特征参数不仅能很好地表示主意区别意义，而且对于噪声环境下的语音特征表示有较好ｔｏｂｕｓｔｎｅｓｓ。语音识别实验表明：在有噪声的情况下，采用听觉模型参数的识别器，其识别率明     

基于TMS320DM642的汽车牌照识别系统设计

介绍了用TI公司的TMS320DM642高速定点DSP实现汽车牌照自动识别的系统设计，提出了一些实用算法并给出了基于DSP的程序优化方法。     

轴承压印字符自动识别算法的研究

为了方便轴承的生产和管理,针对轴承上字符的特点,提出了一种自动识别轴承压印字符的方法。首先借助环形光源,利用"反光差"产生并采集字符图像;然后利用随机Hough变换定位轴承圆心,并确定目标字符的位置;通过对单个字符进行仿射变换矫正字符区域;最后提取轮廓层次特征,并使用支持向量机识别。实验表明,该方法能够实现轴承字符的自动识别,并能满足实时性和识别率的要求。     

Multi-view representation learning for multi-view action recognition

Although multiple methods have been proposed for human action recognition, the existing multi-view approaches cannot well discover meaningful relationship among multiple action categories from different views. To handle this problem, this paper proposes an multi-view learning approach for multi-view action recognition. First, the proposed method leverages the popular visual representation method, bag-of-visual-words (BoVW)/fisher vector (FV), to represent individual videos in each view. Second, the sparse coding algorithm is utilized to transfer the low-level features of various views into the discriminative and high-level semantics space. Third, we employ the multi-task learning (MTL) approach for joint action modeling and discovery of latent relationship among different action categories. The extensive experimental results on M²I and IXMAS datasets have demonstrated the effectiveness of our proposed approach. Moreover, the experiments further demonstrate that the discovered latent relationship can benefit multi-view model learning to augment the performance of action recognition.     

弹道目标平动补偿与微多普勒特征提取方法

针对传统逆合成孔径雷达(ISAR)成像中的平动补偿方法并不适用于弹道目标平动补偿的问题,该文提出了一种弹道目标平动补偿与微多普勒(m-D)特征提取方法。在分析有翼弹道目标未完成平动补偿时的m-D效应的基础上,首先采用形态学中的骨架提取方法抑制1维距离像旁瓣,再在快时间频率(距离)-慢时间平面上搜索分离各散射点的m-D特征曲线,然后对其进行经验模式分解(EMD)分解,利用分解结果中的趋势项分量完成目标回波的平动补偿,并通过分析EMD分解结果获得了目标的自旋频率、锥旋频率等特征信息。仿真实验验证了所提方法的有效性与鲁棒性。     

基于压缩感知的SAR图像目标识别

提出一种基于压缩感知的合成孔径雷达图像目标识别方法,将目标识别问题转化为稀疏表示的近似求解问题。该方法利用测试样本在全体训练样本基下的稀疏性,实现样本间的近似稀疏表示。通过考察稀疏系数主要集中于样本真实类别之上的分布特性,研究了稀疏系数本身对目标类别具有的可区分能力,最后基于稀疏系数的分布特性设计分类算法完成目标识别。基于MSTAR数据中三类目标的实验证明,与目前已有的几种典型方法相比,该方法可以取得更高的识别率,是一种有效的合成孔径雷达图像目标识别方法。     

Human action recognition using multi-layer codebooks of key poses and atomic motions

Taking fully into consideration the fact that one human action can be intuitively considered as a sequence of key poses and atomic motions in a particular order, a human action recognition method using multi-layer codebooks of key poses and atomic motions is proposed in this paper. Inspired by the dynamics models of human joints, normalized relative orientations are computed as features for each limb of human body. In order to extract key poses and atomic motions precisely, feature sequences are segmented into pose feature segments and motion feature segments dynamically, based on the potential differences of feature sequences. Multi-layer codebooks of each human action are constructed with the key poses extracted from pose feature segments and the atomic motions extracted from motion feature segments associated with each two key poses. The multi-layer codebooks represent action patterns of each human action, which can be used to recognize human actions with the proposed pattern-matching method. Three classification methods are employed for action recognition based on the multi-layer codebooks. Two public action datasets, i.e., CAD-60 and MSRC-12 datasets, are used to demonstrate the advantages of the proposed method. The experimental results show that the proposed method can obtain a comparable or better performance compared with the state-of-the-art methods.