基于自产生投票的手写汉字识别

在模式识别领域,投票策略是非常有效的,而且已被成功应用到人脸检测、识别等领域. 然而,在手写汉字识别 (Handwritten Chinese character recognition, HCCR)中,由于类别集很大、训练样本少等特点,现有的很多分类器集成方法方法都很难直接应用于此领域. 本文提出一种自产生式投票的方法,该方法通过事先学习得到的参数集产生一个测试集合,然后用一个分类器去识别 测试集合中的每个样本,得到属于各个类别的概率,最后通过加权投票得到识别结果. 实验结果表明,本文提出的方法是实用和有效的.     

基于Bag-of-phrases的图像表示方法

在过去的几年,将图像内容表示为特定"视觉词"出现次数直方图的Bag-of-words模型,展示了其在图像内容分类方面的强大优势.然而,在这种统计特定"视觉词"出现次数直方图的模型中,"视觉词"之间的相互位置关系几乎被完全丢弃了.本文从分析Bag-of-words模型在文本分类和图像内容分类领域的对应关系的角度出发,提出一种加入"视觉词"之间的相互位置关系的图像表示方法—Bag-of-phrases模型.在标准数据集上验证了该图像表示方法对图像内容分类性能的影响.实验结果显示,本文提出的方法相对于传统的Bag-of-words模型可以达到更好的分类性能.     

基于机器视觉的台架上钢坯位置分割

钢坯通过航车从库存调度到台架,然后从台架经轨道到达炉前,以往是人工控制机械将台架上的钢坯推到轨道上的.这个过程的自动化实现需要知道钢坯在台架上的实时的位置分布,以便于自动控制推钢机.本文通过机器视觉方法实现台架上钢坯的实时定位,提出了以U-Net为基础网络,结合经典ResNet网络中的残差块,实现了钢坯横向位置的精确分割.实验结果和现场应用测试表明,本文方法的分割精度能够达到工业现场的控制需求.     

基于类别相关码本生成的图像分类方法

提出一种基于类别相关码本的方法,该方法为每一个类别产生一个码本,在训练和测试任意2个类别之间的分类器时,仅考虑与这2类相关码本上形成的图像向量.在保留相关类别码本多样性的同时,能降低输入分类器的图像向量的维数,有效避免维数灾难.实验结果表明,与传统的基于单个全局码本的方法相比,该方法具有更好的分类性能.