轨道与接触网几何检测融合技术研究

为解决现有轨道和接触网几何参数检测系统相对独立、同步误差大的问题,对二者进行融合.改变检测系统硬件架构,统一两系统编码器脉冲及数据接口,提升系统硬件集成度及数据对齐精度;依据QNX系统开发融合系统软件,保证系统实时性及执行效率;制作L形工装,依据特征波形验证数据对齐精度;在实验室模拟车体振动的测试环境,分别采集静态及动...     

基于ATOS的摩托车覆盖件三维检测研究及应用

通过光学测量设备ATOS,对摩托车覆盖件进行三维数据检测,可以快速有效地解决塑料件变形影响装配的问题,为塑料件模具修复提供了依据,同时为新品塑料件产品检测提供了一套科学的方法和流程,对摩托车塑料覆盖件今后设计有一定的指导作用,也为其他相关单位的曲面零件检测提供了非常有效的实施途径。     

人脸识别系统在铁路车站安检区域应用的研究

本文对人脸识别技术的发展和人脸识别系统在铁路车站安检区域的应用进行了分析和研究.针对火车站存在人流密度大、治安难度大、安检时间短和光线环境复杂等较为特殊的行业应用特点,提出一种应用于铁路车站的人脸识别系统解决方案,并在京沪高速铁路试点.该系统具有响应时间短、人脸采集率高和比对识别速度快等特点,在提高人脸识别率的同时降低误识率和漏识率.     

高速铁路动检车轴箱加速度与轮轨力数据里程对齐研究

高速铁路动检数据对轨道养护维修具有重要意义,其中轴箱加速度和轮轨力是两种能够反映轨道短波不平顺信息且相互关联的高频采样数据。然而,这两种数据之间存在里程误差,以至于在评价轨道平顺性时无法建立参考基准。现有的动检数据里程修正方法大多需要结合线路台账信息,主要针对轨道几何不平顺数据的里程对齐,鲜有适用于无线路超高信息且高频采样下的轴箱加速度和轮轨力里程对齐方法。提出一种二阶段窗长收敛的里程误差修正模型,结合线性插值方法调整全局波形。根据某高速铁路实测轴箱加速度、轮轨力数据修正结果表明：该线路区间的里程误差在第一阶段修正后从1 km左右减小至42 m以内,经第二阶段精确修正后误差在99.7%的置信度下可控制在1.55 m以内。数据能量趋势结果表明,修正后轴箱加速度、轮轨力数据趋势线性相关性在全区段显著提升。     

一种个体特征脸子空间与奇异值相结合的人脸验证算法

提出了一种个体特征脸子空间与奇异值特征相结合的人脸验证方法.该方法首先利用小波变换减小表情因素对人脸验证的影响,再为每个人建立单独的个体特征脸子空间.验证时,将测试人脸投影到训练样本的特征脸子空间上,然后利用样本特征脸子空间的奇异值特征矢量在欧氏距离上进行验证.本文为ORL人脸数据库制定了实验协议,并在此基础上进行了测试,取得了较好的结果.     

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     

脸部网格模型中非特征点的自动调整

模型调整是虚拟人脸合成，基于模型的人脸图象压缩编码的重要步骤。本文提出了一种新的基于径向基函数RBF（Radial Basis Functions)内插的模型非特征点调整方法，基于径向基函数采用逆多二次式，由于RBF内插具有良好的全局连续性，而调整逆多二次式的衰减参数又可保证内插局部性，因此，可得到较好的模型调整效果。     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%