人脸特征提取方法的研究

人脸识别是一个被广泛研究的热门问题,该技术在法律、商业、安全系统领域有着广泛的应用,人脸图像的易取性和人脸变化的多样性使该技术的研究更富有挑战性.当前,基于模板匹配的人脸识别技术已经相当成熟,人脸特征提取是人脸识别过程中必要的一个步骤,本文就当前一些     

基于人脸识别技术的船员身份检测研究

针对船员身份检测时间长的缺点,以缩短船员身份检测时间为目的,提出了基于人脸识别技术的船员身份检测研究。在引入人脸识别技术的基础上,采用阈值分割得到船员人脸图像,依据船员肤色像素点的计算,得到船员人脸的二值图像,利用船员人脸的相似程度计算步骤,设计了船员人脸区域的提取流程,完成船员人脸区域的提取;通过分析船员身份的检测原理,设计了船员身份的检测流程,实现了船员身份的检测。实验结果证明,基于人脸识别技术的船员身份检测方法与基于图像处理技术的船员身份检测方法相比,船员身份的检测时间短。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

网络时代的人脸识别技术

人脸识别技术是当前国内外一项热门研究课题，广泛应用于机器人视觉，人机对话，通信，人口管理，完全监控和准入等场所。本文介绍了人脸识别的几个研究和应用领域，给出了当前流行的各种人脸探测方法，阐述了各自的缺点和适用范围，列举了国外一些从事人脸识别产品经营的公司及其业务，探讨了人脸识别技术在舰船上的应用，另外还简单介绍了我所的人脸识别研究工作。     

嵌入式人脸检测摄像机的开发与应用研究

针对视频实时人脸识别存在服务器开销过大的问题,研究了适合人脸识别的嵌入式人脸检测摄像机,首先改进JDA算法,解决了服务器与摄像机传输无效数据问题;然后将改进后的算法嵌入到摄像机内,实现人脸检测与人脸识别无缝对接.在"商超"场景,测试了嵌入式人脸检测摄像机性能,结果表明:嵌入式摄像机与非嵌入式摄像机对比,服务器携带的摄像机由原来的2路提高到8路,部署成本降低了30%;人脸识别速度提高了近2个百分点.     

人脸图象特征抽取和识别的一种混合方法研究

提出了将Fisher线性判别、支持向量机和决策树方法相结合的人脸识别方法.首先用Fisher线性判别法对人脸图象进行特征抽取,压缩了图象的维数,再在特征空间中用SVM(Support Vector Machine)和决策树结合的方法设计人脸分类器.在ORL人脸库上的实验结果表明了该方法对解决小样本、非线性以及高维的模式识别问题的有效性.     

基于支持向量机的模式识别方法研究

本文对支持向量机的原理和应用进行了综合论述。首先,概要叙述了支持向量机(SVM)的产生背景和发展前景。简要介绍了SVM的定义、分类及算法。最后,对SVM在文本识别、数字识别、人脸检测、人脸识别、人脸认证、回归分析及预测、图像检索、特征提取等方面的应用进行了讨论。     

一种快速的人眼准确定位方法

计算机自动人脸识别技术是生物识别的一个重要分支,而眼睛、鼻子和嘴巴等特征集中了人脸的大部分信息.因此对于人脸识别中的特征提取来说,不仅要检测出这些特征,而且要准确的加以定位.为了解决定位中存在的定位不够准确和计算量大等问题,提出了一种快速的人眼准确定位方法.该方法根据人眼的位置及颜色特征,通过可疑点排除的方法进行定位,最后根据瞳孔大小与两眼距离的比例关系对瞳孔进行精确定位.     

人脸图象特征抽取和识别的一种混合方法研究

提出了将Fisher线性判别、支持向量机和决策树方法相结合的人脸识别方法。首先用Fisher线性判别法对人脸图象进行特征抽取，压缩了图象的维数，再在特征空间中用SVM(Support Vector Ma-chine)和决策树结合的方法设计人脸分类器。在ORL人脸库上的实验结果表明了该方法对解决小样本、非线性以及高维的模式识别问题的有效性。     

人脸检测的一种混合方法研究

人脸检测作为自动人脸识别系统的第一个环节具有非常重要的作用,为了解决目前大部分人脸检测方法存在的分类器训练困难和检测计算量大等问题,提出了一种人脸检测的混合方法.该方法由两级分类器组成,第一级为粗分类器主要过滤大部分非人脸区域,第二级为核心分类器,在由第一级粗分类的基础上利用非线性SVM算法进行人脸检测.在CMU数据库上的实验结果表明,该方法具有较高的人脸检测率,检测速度得到大幅提高.     

基于结构化Fisherface的人脸识别新方法

特征提取是人脸识别中一个关键步骤。传统的Fisherface人脸识别方法中用样本的类均值和总体均值定义相应的散布矩阵，丢失了样本个体之间的结构信息，本文提出了一种基于原始样本个体结构信息的结构化Fisherface人脸识别方法，最后得到的特征数据中保留了原始样本更多的分布信息。在ORL人脸数据库的实验结果验证了该方法的有效性。     

一种模糊特征提取算法及其在人脸识别中的应用

F isherface是人脸特征提取中常用的方法,KPCA LDA能更好地解决非线性问题。本文把模糊技术与KPCA LDA相结合提出了一种新的特征抽取方法。首先用KPCA进行初次特征提取,然后利用FKNN计算图像对各类别的隶属程度,再在此基础上用LDA进行二次特征提取。在ORL人脸库上的实验结果表明了该方法的有效性。     

基于决策树的模糊序贯最小优化分类器的人脸识别

序贯最小优化算法是一种SVM s(Support VectorM ach ines)训练算法,该算法将一个大型QP(Quadratic Programm ing)问题分解为一系列最小规模的QP子问题,从而避免了多样本情形下的数值解不稳定及耗时问题,同时也不需要大的矩阵存储空间。本文在模糊支持向量机的基础上,提出了基于决策树的模糊序贯最小优化算法并对它进行了分析和研究,在对人脸图像进行独立成分分析后,用该算法进行多类人脸识别。通过在ORL人脸库上的实验结果表明,在样本类别较少的条件下,该算法可以取得较好的效果。     

一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

基于学习矢量量化网络的人脸识别

提出利用主元分析(PCA)和学习矢量量化神经网络(LVQ)相结合的方法进行人脸识别。在ORL人脸库上的实验证明，这种方法的识别效率高，对表情和姿态的变化具有一定的鲁棒性，在识别性能上优于传统的Fisherfaces脸方法和eigenfaces方法。     

多传感器综合目标识别技术研究

描述了传感器与目标身份信息的特征，提出了多佑感器特征级综合目标识别的系统结构，并介绍了与综合目标识别相关的关键技术，重点阐述了几种目标识别融合算法。     

南京纬三路过江通道泥水盾构带压开舱开挖面最小支护压力确定

南京纬三路过江通道采用两台直径14．93m的泥水盾构施工。盾构机在长距离穿越粗砂、卵砾石等复合地层时,刀盘刀具会产生较大磨损,因而需要进行停机带压检修。带压作业时,部分隧道开挖面仅由气压进行支护。针对气压支护开挖面在带压开舱时开挖面最小支护压力的设定问题,通过建立有限元三维开挖面稳定分析模型,研究了极限状态下盾构开挖面保持稳定的最小支护压力,并与工程计算和相关模型试验结果进行比较,确定了具有一定安全系数的开舱支护压力。     

基于ASM和FNN的人脸识别

将主动形状模型ASM(Active Shape Model)与模糊神经网络FNN(Fuzzy Neural Networks)相结合并用于人脸识别。针对经典ASM对初始化位置敏感、收缩速度慢的现象和传统模糊神经网络难以解决高维模式分类的问题进行了分析和改进。ORL人脸库上的试验表明了该算法的有效性。     

薄板单面焊双面成形技术在船体焊接中的应用

薄板单面焊双面成形技术是一种在薄钢板结构对接接头背面加陶瓷衬垫进行气体保护焊的工艺方式,这种工艺方式不仅取消了焊缝反面碳弧气刨清根工序,而且改善了根部焊道的成型质量及施工环境,大幅提高生产效率。