各种生物特征识别技术助力生活

目前,随着越来越多的各种身份识别技术正普遍使用,给我们的日常生活带来了变化。汉王"人脸通"正式登陆美国作为"中国创造"开路先锋之一的汉王科技公司日前宣布,旗下代表高科技界高水平的"人脸通"产品正式登陆美国市场。汉王高级副总裁徐冬坚在第二届中国企业海外拓展峰会上的一席主题演讲,又在中国创造全球崛起的"能量池"中激起不小的波澜。     

马来西亚将为本土猪植入RFID晶片

据亚洲农业研究所官网报道,在未来的几个月内,马来西亚将为本土猪植入无线射频识别(RFID)晶片,以防止非法屠宰与销售不安全的猪肉。该措施的出台,回应了问题猪肉事件,据马来西亚猪肉销售协会透露,马来西亚非法屠宰场宰杀了染病猪,不卫生的猪肉随后流入了全国市场。马来西亚兽医局官员表示,为实     

基于SVM的多生物特征融合识别算法

针对单生物特征识别的局限性,提出融合手背静脉和虹膜两种生物特征实现身份识别.基于尺度不变特征变换(SIFT)提取手背静脉的局部SIFT特征并对特征点进行匹配,利用特征匹配率作为手背静脉图像的相似度测度.通过Haar小波变换实现虹膜特征编码,利用加权汉明距对虹膜进行相似度测试.最后基于支持向量机(SVM)实现两种生物特征在匹配层的融合识别.利用CASIA虹膜数据库和TJU手背静脉数据库对算法性能进行测试,其等错率为0.02%,实验结果表明,该融合算法具有很高的识别性能,为生物特征识别研究提供了新思路.     

PC端的iTunes无法识别iPhone怎么办？

Q将iPhone插入电脑后,iTunes未能识别和显示iPhone,无法进行iPhone与电脑端的连接工作。请问该如何处理？     

基于忆阻器卷积神经网络的表情识别

忆阻器具有纳米级尺寸、低功耗、类似神经突触等优点,在神经计算、图像分类等领域具有广阔的应用前景。本文提出了一种基于忆阻器卷积神经网络的面部表情识别方法,首先基于忆阻器构建了ResNet卷积神经网络,并对ResNet网络进行剪枝操作,然后将ResNet模型的所有卷积层以及全连接层的权重映射为忆阻器十字交叉阵列中忆阻器的忆导值。实验结果显示忆阻器卷积神经网络模型在FER2013数据集上的识别准确率为63.82%,在CK+数据集上的识别准确率为93.95%。相比与原卷积网路,准确率损失仅分别为0.31%和0.76%。最后测试了忆阻器的非理想特性对准确率的影响,为忆阻器神经网络的实际部署提供参考。     

AMUR:一种RFID数据不确定性的自适应度量算法

 为适应基于RFID(无线射频识别)位置跟踪过程中传感数据的连续变化和需要实时处理的特征,本文提出一种度量RFID数据不确定性的自适应进化粒子滤波算法,根据K-L距离改变重采样粒子个数,并引入粒子群寻优方法PSO改变传统粒子滤波(SIRPF)的重采样效率,采用常规赋权聚集(CWA)定义适应度函数,以均衡先验密度与似然密度的重要性,在采样粒子空间探寻最优粒子,为概率数据库上的初始元组提供可靠的置信度度量.实验证明,与已有的算法相比,AMUR算法能够有效地度量RFID数据中蕴含的不确定性,可进一步改善粒子退化现象和粒子贫化问题.     

基于多尺度自卷积归一化直方图的仿射不变量模式识别

 仿射不变量特征提取方法已成为计算机视觉研究的重点课题之一.本文提出一种归一化直方图算法,该算法基于多尺度自卷积变换中密度函数的概念,研究归一化密度函数的方法,构建了从目标图像中提取直方图仿射不变量特征提取算法,实现了基于多尺度自卷积归一化直方图的仿射不变量模式识别.仿真实验表明,本算法对一定范围内的噪声,局部遮挡,照度及视角变化具有良好的适应性,特别是在多种环境下,其识别率优于多尺度自卷积和基于多尺度自卷积的其它直方图算法.     

无人变电站智能机器人的视觉导航研究

为了在无人变电站利用轮式机器人实现仪表、装置、设备的巡视、检测,本文提出一种基于“引导线”识别的视觉导航方法.轮式机器人利用摄像机采集路面环境信息,通过视频识别引导线,根据引导线的实际位置与预定位置的偏差,利用智能PID控制方法,控制机器人左、右轮的运动速度,从而控制机器人行进的方向.变电站实际应用效果表明:该导航方法...     

基于曲量场空间的车牌定位与识别

提出了一种新的采用曲量场空间描述的车牌定位与识别算法.该算法首先在彩色车牌图像中进行亮度扫描,然后拟合渐变梯度向量,并以曲量子进行点阵描绘并消除彩色信息,最后以采样的曲量子群分别融合成车身、车牌及字符的曲量子空间,将融合的车牌、字符曲量子空间进行边缘曲量子的光滑衔接组成曲量场并提取场内曲量的空间数据及其曲量约束信息进行...     

遥感图像中无水桥梁识别新算法

 给出了边缘密度和线段复杂度的定义,并提出一种遥感图像中无水桥梁的识别新算法.首先对图像进行边缘提取,计算像素点的边缘密度,根据边缘密度进行图像分割,接着采用Hough变换提取直线,利用线段复杂度等确定疑似桥梁区域,然后计算疑似桥梁区域像素点的纹理特征,并构成一个特征矢量,最后将此特征矢量送入BPNN进行分类,统计该区域所有像素点的分类结果以判决是否属于桥梁.实验结果表明,该算法能够较好地识别出遥感图像中的无水桥梁目标.