BP和RBF神经网络在人脸识别中的比较

BP和RBF是模式识别中应用最为广泛的2种神经网络，本文将这2种网络应用于人脸识别，分别建立了人脸识别模型。利用ORL人脸图像数据库进行了仿真实验，通过对比分析它们各自的识别率和泛化能力等性能指标，提出了在应用这2种神经网络进行模式识别时应注意的方面。     

基于人脸识别技术的门禁系统设计与实现

近几年,人脸识别技术作为生物特征识别技术中非常重要的一项,逐渐成为人工智能以及模式识别的一项焦点。本文将人脸识别技术应用于门禁系统,制定出一种设计方案实现基于人脸识别的门禁管理,采用二维线性判别分析(2D Linear Discriminant Analysis,2DLDA)算法有效提升了人脸识别门禁系统的识别效率,该系统具有方便、简单、成本低以及可移植性强等优势。     

基于主成分分析法的人脸识别系统构建

人脸识别是机器视觉以及图像模式识别邻域中的关键技术,提取人脸图像特征的主要方法是主成分分析法。考虑到支持向量机在处理小样本、高维数等问题方面有显著优势,提出了两者结合的方法,采用主成分分析法提取图像特征,使用支持向量机对人脸图像进行分类识别,构建了完整的人脸识别系统。仿真实验的分类结果表明,该方法处理速度快,识别率高,可很好地应用于实践。     

人脸特征识别

人脸识别是模式识别、图像处理等学科的一大研究热点,可以广泛地应用于安全部门、电视会议、身份鉴别、数字监控等领域。人脸识别技术因其广泛的应用领域而成为最具吸引力的研究方向之一。人脸是一个非常复杂的模型．因此即使一个小孩也可以轻易地识别出一张人脸．但是应用计算机进行人脸识别却是一件困难的事情。人脸识别技术有着广泛的应用前景和迫切的现实需要,是当前模式识别领域最热门的研究方向之一。一般的人脸识别系统主要包括预处理,特征提取．样本学习和识别过程四个部分。其中特征提取的好坏将直接影晌到识别效果。     

《人脸识别技术》专题文章导读

自20世纪90年代以来,人脸识别技术就逐渐成为模式识别领域的研究热点之一。尤其是近年来,随着反恐、国防安全和社会安全的需要,世界各国都加大了对人脸识别技术研究的投入。我国“863计划”、国家科技支撑计划、自然科学基金等都拨出专款资助人脸识别的相关研究,国家“十一五”科技发展规划也将人脸识别技术的研究与发展列入其中。     

基于OpenCV和Adaboost算法的人脸检测

随着信息技术的高速发展,人脸检测作为人脸识别的第一步具有越来越广泛的使用价值和研究意义,成为了计算机视觉和模式识别领域的热点。介绍了Adaboost人脸检测算法的原理及训练方法流程,利用OpenCV图像处理软件设计并实现了一种简单的基于Adaboost算法的人脸检测系统。     

基于小波变换和核主成分分析的人脸识别算法

人脸识别是当前模式识别和图像处理领域的研究热点。属于生物鉴别技术的一部分。一个完整的人脸识别系统主要由以下几个基本环节构成：图像预处理、人脸检测与定位、特征提取分类识别。本文主要针对图像的特征提取分类识别环节进行分析和试验：首先应用哈尔小波变换初步提取人脸图像的特征;再对小波系数运用核主成分分析进行最终的人脸特征提取。     

基于核主分量分析的人脸识别

人脸识别是计算机视觉和图像模式识别领域的一个重要技术。主分量分析（PCA）是最为常用的人脸图像特征提取方法,核主分量分析（KPCA）方法是对PCA方法的一种改进,基于ORL人脸数据库的计算机仿真实验结果证明了KPCA算法的有效性。     

基于二维对称主成分分析的人脸识别

由于人脸姿态、光照和表情等各方面的显著差别,使人脸识别成为非常具有挑战性的模式识别问题.主成分分析是模式识别技术中经典的特征抽取和降维技术之一.本文把其改进算法二维对称主成分分析应用到人脸识别中.二维对称主成分分析与传统主成分分析和对称主成分分析相比,可以得到更好的适合分类的特征.实验结果表明,二维对称主成分分析不仅实现了降维,而且能取得比传统主成分分析和对称主成分分析更好的识别性能,对ORL标准人脸数据库的正确识别率达到94%以上.     

基于神经网络的汽车防抱死系统故障模式识别

汽车故障诊断需要采集汽车各系统动态信号,对采集信息进行分析处理,确认其是否属异常表现,预测故障发展趋势。提出了一种采用BP神经网络获得对ABS故障模式识别预测的方法,采用BP算法对故障样本进行分类,通过对故障实例的训练和学习,提高了ABS执行器与传感器发生故障时的行为模式识别与诊断的能力。仿真结果表明了该方法的有效性。     

基于FLD和2DPCA相融合技术的人脸识别

基于Fisher线性鉴别分析法(FLD)和二维主成分分析法(2DPCA)的基本原理和特点,利用融合算法提出一种基于两种算法相融合的人脸识别新方法,在人脸学习和人脸测试两个阶段,分别利用FLD和2DPCA两种算法来实现,突出FLD分类中的类间距离,该方法不仅可以提高不同类别间的区别与清晰度,而且具有响应时间短、识别率高的突出优点。     

人脸识别方法

本文简单介绍了计算机人脸识别技术的研究背景、应用领域和研究内容;重点介绍了人脸检测和人脸识别中的几种典型算法;总结了现存的研究困难并提出了解决方法及今后的发展方向。     

神经网络在语义特征造型中的应用

相交特征识别是特征造型领域的一个难于解决的问题,成为CAD/CAM系统的一个瓶颈。神经网络的智能性和并行性使它成为相交特征识别的最新方法。在利用语义特征的扩展型面邻接图表达方法基础上,运用神经网络识别技术,提出并实现了相交特征的自识别技术,从而为相交特征识别提出了一种新的有效方法。     

基于实时预测学习分类的脸像快速检测方法

视频图像中脸像检测是近年来视觉图像检测和模式识别领域的研究热点。提出一种基于实时预测学习分类的脸像快速检测算法,即ARMA-Boost算法。首先根据脸像位置先验信息,利用ARMA模型(auto-regressive and moving average model)预测脸像位置区域,然后采用AdaBoost算法对预测区域进行脸像检测。该方法在时间维度对AdaBoost算法进行扩展,减小脸像搜索范围,提高检测效率。利用该方法对离线视频文件和CCD图像传感器实时脸像视频进行检测,实验结果表明,与支持向量机、传统AdaBoost和基于优化肤色模型的AdaBoost改进算法相比,ARMA-Boost算法脸像检测准确率高,实时性更好,可以对视频脸像进行快速检测应用。     

模糊相似贴近度及其在传动系统状态监测中的应用

本文通过对模糊聚类分析和模糊模式识别的区别与联系的分析，提出了一类模糊相似贴近度的概念．结合实例，介绍了它在传动系统状态监测中的应用．理论分析和实验结果证明，在模糊模式识别中采用模糊相似贴近度的概念是正确有效的。     

基于特征面分割的自动特征识别

相交特征的识别是自动特征识别的难点,提出一种新的基于图的特征识别算法,首先构造加工面邻接图(MFAG),然后通过特征匹配快速识别出孤立特征,通过特征面的延拓、求交与分割,主动找出特征痕迹,分解出基本特征子图,从而识别出相交特征.该算法使孤立特征和相交特征的识别模式统一,同时有利于与交互特征定义集成.     

图像识别技术在活塞装配自动识别系统中的应用

介绍了应用数字图像处理与识别技术检测活塞装配的质量问题。针对在工作现场采用CCD摄像机采集的活塞图像,结合模板匹配、阈值分割、特征提取、模式识别等算法,通过适当的处理和分析,对活塞图像中目标文字进行自动检测与识别,最终实现了对活塞装配质量的机器自动识别。实践证明,该方法具有一定的快速性和实用性。     

Multi-modal Gesture Recognition using Integrated Model of Motion,Audio and Video

Gesture recognition is used in many practical applications such as human-robot interaction, medical rehabilitation and sign language. With increasing motion sensor development, multiple data sources ha...