多模态人机交互中基于笔输入的手势识别

为研究多模态人机交互系统的理想及构造方法，提出了一种快速的，单笔划手势识别方法，该方法通过提取手势轨迹的关键点及各关键点的运移方向，形成特征码，然后与标准手势符号的各种可能的特征码进行匹配，其中方向特征用于预分类，而关键点位置信息用于细分类，实验结果表明该方法速度快，识别率高。     

电容式快速手势识别系统设计

针对当前基于机器视觉及图像处理技术构成的手势识别系统,对周围环境要求高、难度大、算法复杂及成本高等特点,设计了一种基于FDC2214电容式传感器的手势识别系统。通过对特定手势特征的分析,阐述了系统手势数据获取部分的传感平面和FDC2214电容式传感器模块详细设计过程,对采集到的数据采用滑动均值滤波处理和多次训练,采用模糊分区简单模板匹配算法对采集到的手势信息进行快速判别和结果识别,该系统手势识别总耗时均小于1 s,平均识别正确率97.1%,基本满足系统的实时性、准确率等性能要求。     

基于网络效率的日变路网脆弱性识别方法

在日变动态路网背景下,采用传统的静态脆弱性识别方法有可能无法完全辨识路网系统单元的脆弱性,这不利于事件管理规划和应急物资调配工作的开展.为此,以日变路网为研究对象,在单路段关闭情形下,定义了基于网络效率的路网动态脆弱性指标,表示为退化路网动态网络效率与完好路网静态网络效率的相对变化率.提出了基于单路段关闭的日变动态配流模型刻画日变路网流量的非均衡动态演化,并给出了相应算法.采用提出的指标和模型在实例网络中验证了日变路网脆弱性识别方法的可行性.对比分析了基于动态网络效率和基于静态网络效率的脆弱性识别结果,发现前者的识别率高于后者.     

驾驶人手机通话行为中基于图像特征决策融合的手势识别方法

为鲁棒检测自然环境中驾驶人的通话行为, 提出了一种驾驶人手机通话手势的识别方法。运用Adaboost算法检测驾驶人面部区域, 在YC_gC_r色彩空间中分别对面部肤色亮度分量和色度分量进行稀疏网格间隔采样, 由此建立了肤色的高斯分布模型; 针对驾驶室光照强度的不均匀性, 提出了肤色分量的漂移补偿算法, 建立了适应光照变化的在线肤色模型, 以准确分割左右手部肤色区域; 运用HOG算法获取手部肤色区域的2 376维HOG特征向量, 运用PCA方法将HOG特征降至400维; 同时提取手部肤色区域的PZMs特征, 并采用Relief算法筛选出权重最大的8个PZMs特征向量, 建立了融合PCA-HOG特征和Relief-PZMs特征的通话手势支持向量机分类决策。试验结果表明: 基于PCA-HOG特征的手势识别率为93.1%, 对光照变化的鲁棒性较好, 但易受到手部与头部转动的干扰; 基于Relief-PZMs特征的手势识别率为91.9%, 对于头部与手部姿态的耐受度较好, 但光照鲁棒性较差; 基于PCA-HOG和Relief-PZMs多元特征融合方法的手势识别率达到94.5%, 对光照波动、手部与头部转动等干扰条件具有较好的适应性。      

基于Gabor变换和隐马尔可夫模型的车型识别研究

通过对车型识别以及图像预处理技术的介绍,而提出的一种基于Gabor变换和隐马尔可夫模型的车型识别方法及相关算法,经实践表明,具有识别率高、复杂度较低的优点,能够适应复杂环境下特征车辆的识别,因而具有广阔的发展前景.     

智能防疫病房系统设计

针对新冠肺炎疫情背景下,重症病患护理困难、需求响应速度慢,医护人员不足,交叉感染风险高等问题提出一种智能防疫病房系统设计.本系统采用STM32单片机作为外设控制核心,设计核心包括可穿戴式手势识别终端和OneNET云平台应用.本系统根据病人手势动作判断其需求并发出相应指令,同时也允许通过云平台直接发送指令,在接收到手势指令或云平台指令后,由外设控制终端完成对相应设备的操控.此外,医护人员也能通过云平台Web应用实时查看病房环境数据以及操控病房内设备.测试结果表明:本系统运行稳定,实时性高,能够完成病人需求的实时响应.     

OD矩阵估计问题研究综述

OD矩阵是交通规划、管理与控制的重要决策支持数据,OD矩阵估计是获得OD矩阵数据的一种先进技术方法.主要对道路交通系统的OD矩阵估计(静态和动态)方面的相关主要文献进行概括总结与简单评述,包括研究现状及存在的主要问题等.主要涉及道路观测点的优化布设、静态OD矩阵估计模型及算法、动态OD矩阵估计模型和方法等几方面.最后,总结了近期OD矩阵估计方面的主要研究热点.     

���ڶ������ںϵĹ����ͨ������Ƶ����ʶ�����о�

结合轨道交通客流特点和应用需求,在详细描述人像识别中的图像预处理、人像空间的建立及特征脸识别方法的基础上,研究了全局特征提取、Upper特征提取和Tzone特征提取方法.基于全局特征的识别方法通过提取人像的整体形状特征进行识别,易受表情、姿势、遮挡等的影响.基于Upper特征和Tzone特征在处理表情和遮挡等问题时,与基于全局特征的方法相比具有一定的优势,因此,本文对全局特征、Upper特征和Tzone特征进行了加权融合,提出一种基于多特征融合的人像识别方法.经京沪高速铁路部分车站试点验证,该方法能有效提高人像识别的准确率.     

缓冲材料物理参数识别方法研究

缓冲材料可看作是一个二阶系统,提出了一种根据缓冲材料的定频实验数据识别缓冲材料弹性系数和粘性系数的一种方法,模拟结果表明,该识别方法具有一定的准确性和稳健性,识别出的参数可用于获得材料的隔振性能.     

桥梁浅基础埋置深度的模糊确定

目前桥梁浅基础的埋置深度确定主要是通过设计人员根据公式和经验从技术角度考虑,有一定的片面性.考虑在技术因素的基础上加上经济因素,从技术和经济相结合的角度运用模糊识别方法加以分析确定.通过实证分析,该方法可行.     

体育教师情感素质及价值分析

情感在教学中的作用日益得到更多行家的重视。关于情感教学的文字也不少见,但如何全面认识和充分实现体育教师情感的教学价值,如何全面提高其情感素质,至今还是一个值得人们继续深入探讨的课题。本文认为体育教师在提高情感素质过程中,除加强通过语调,表情,动作和手势方面的变化,表达内心世界的真实感受,增强课堂教学的感染力,引起学生的感情共鸣外,还应必须注重从情感的稳定性,情感的深刻性和情感的纯洁性三个方面提高自身的情感素质。     

基于ARM的指静脉识别系统设计

指静脉识别是一种利用手指中静脉特征来进行身份安全验证的一种技术,与其它指纹识别技术相比,具有非接触采集、活体识别、内部特征安全、高精确性的优势,具有巨大的应用前景,目前已经成为关注的对象。本设计将手指静脉识别技术和嵌入式系统结合起来,实现了基于ARM的指静脉识别系统,契合了安全设备小型化的未来的趋势,识别准确率较高。     

Improved Anchored Neighborhood Regression Enhancement for Face Recognition

Although progress in face recognition is encouraging, the accuracy rate of face recognition remains to be increased. Since the face image quality has a positive influence on face recognition accuracy, the image enhancement methods are popular in face recognition. Most current image enhancement methods aim at improving visual appearance, but cannot improve recognition accuracy remarkably. In this paper, a feature evaluation operator is designed to overcome this problem. The operator selects patches with the best quality, and then face image is reconstructed with the selected patches. The proposed algorithm is tested on two different face recognition applications. Accuracy is raised after enhancement, and the result proves that the proposed algorithm is effective.     

智能网联车辆混行交通流中灯语意图识别模型研究

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.     

Efficient Recognition of Human Faces from Video in Particle Filter

Introduction As an active research in computer vision andimage understanding, face recognition from videohas got wide applications, such as human-comput-er interface, video surveillance, ATM and videocommunications[1]. So far, there are many litera-tures on face recognition from video. Many archi-tectures about dynamic face recognition were pro-posed in those literatures. Tracking and recogni-tion were performed separately in Ref.[2]. Thelimitation in this method is that tracking andrecognit…     

智能网联车辆混行交通流中灯语意图识别模型研究

为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.     

财务报告舞弊识别的实证研究

随着舞弊手段日趋隐蔽,需要建立一个快速有效的识别模型。本文选取了24个相关指标作为解释变量,选取了72家财务报告舞弊上市公司作为样本。首先建立Logistic回归模型,模型的判断率达到了71．7％。然后将Logistie回归得到的7个解释变量,用运到BP神经网络模型之中,使判则率达到87．1％,高于出了16％。说明13I）神经网络的总体识别率更高。     

基于3D CNN的道路视频交通状态自动识别

为了从视频直接有效地提取交通信息,提出了基于三维卷积神经网络 （3D convolutional neural networks,3D CNN）的交通状态识别方法.首先,以C3D （convolutional 3D）深度卷积网络为3D CNN原型,对卷积层数量与位置、平面卷积尺寸及三维卷积深度进行优化调整,形成了37个备选模型;其次,建立了视频数据集,对备选模型进行系统的训练测试,提出了交通状态识别模型C3D*;然后,对C3D* 和现有三维卷积网络模型进行视频交通状态识别测试分析;最后,对比测试了C3D* 及常用二维卷积网络的交通状态识别效果. 对比结果显示:针对视频交通状态识别,C3D* 的F均值为91.32%,比C3D、R3D （region convolutional 3D network）、R (2+1) D （resnets adopting 2D spatial convolution and a 1D temporal convolution）分别高12.24%、26.72%、28.02%;与LeNet、AlexNet、GoogleNet、VGG16的图像识别结果相比,C3D* 的F均值分别高32.61%、69.91%、50.11%、69.17%.      

Efficient iris recognition via ICA feature and SVM classifier

With the increasing demands of security in ournet worked society,the technology for personalidentification works as the main solution to safe-guard people s properties.Biometrics is an alterna-tive to solve the problemand has the advantage thatthey cannot be stolen or forgotten like pass words.Because personal identification numbers or identifi-cation tokens(such as s mart cards)cannot provide ahighlevel of security which can be copied,inspec-ted and/or stolen.They only showthe knowledgeof som…