基于OpenBR的身份识别系统应用

OpenBR——开源生物识别系统,是一个可以提供快速高效开发环境的系统。正是因为它是一个用于研究新方法、改进现有算法、对接商业系统、测试识别性能并且可以自动部署生物系统的框架才使得应用此方法实现面部识别成为可能。对利用OpenBR提供的生物识别算法设计工具,经过正脸检测、规范化、特征描述、特征提取、特征对比匹配等一系列步骤对图片数据进行处理,最后将得到的匹配分数经过决策算法成为通过人脸识别实现身份识别的依据进行了研究。通过实验结果得出设计的决策算法可以得到90%以上识别率。可以应用于考勤、驾驶员身份识别等领域。     

面向6G无线环境可预测的感知重构、语义表征及应用

面对6G通信多样复杂的应用场景，精确低复杂的环境信息和信道模型是实现6G智简传输和组网的基础。面向6G无线环境可预测，对无线环境的感知重构、语义表征与应用展开研究，分析了现有的环境感知技术与重构算法，并对无线环境可预测的语义表征方法进行总结。围绕目前存在的信道建模与预测难题，介绍了信道在线预测的6G网络设计与感知重构平台。相关实验验证了该平台的可行性和准确性。认为未来无线环境可预测的关键是提高无线环境感知精度，提升无线环境语义的可解释性，建立一个面向6G信道的通用性系统模型。     

基于注意力机制和空洞卷积的瞳孔定位算法

瞳孔定位在人机交互中起着关键性作用，然而由于反射、眨眼和睫毛遮挡等噪声以及瞳孔位置不居中、运动导致模糊等问题，使得瞳孔中心定位的准确率下降、鲁棒性减弱，从而导致精确地定位瞳孔仍存在巨大困难。为此，本文提出一种基于注意力机制和空洞卷积的瞳孔检测定位算法。该算法以U Net的编码 解码结构为基础，编码部分采用VGG16并引入空洞卷积，以充分地提取特征，解码部分加入Attention Gate，使得模型具有更好的鲁棒性。然后，使用最小二乘法对网络输出的瞳孔分割图进行拟合，最终根据拟合图像获取瞳孔中心坐标。本算法使用ExCuSe公开的24个数据集进行验证，实验表明该算法可以准确的定位瞳孔位置，平均检测率可达到926%。