影讯简

杰瑞·尤斯曼与玛姬·泰勒夫妇的作品里，任何一个单位元素，云朵、湖水、树木、蜜蜂、斑马……都是我们再熟悉不过的，这些都是构成真实世界的真实元素。但是两位摄影师打乱了物体原本的规律，在视觉上运用真实的元素把我们带入了另外一个内心的“真实”世界。     

基于改进CNN特征的场景识别

随着人工智能的发展,场景识别作为计算机视觉研究的重要方向之一,吸引着越来越多研究者的关注.由于传统的手工特征无法充分描述场景图像的信息导致效果不理想,而卷积神经网络（CNN）提取的特征能够包含丰富的场景语义和结构信息,因此就常见的体系结构而言,本文选取AlexNet网络模型进行场景识别的研究,分别从网络模型的深度、宽度、多尺度化提取以及多层融合考虑进行改进,改进后在两个数据集上的识别率分别可达92.0%和94.5%,通过对比结果表明了本文方法的有效性.     

基于多级特征融合与注意力模块的场景识别方法

场景图像通常由背景信息和前景目标对象构成,用于场景识别任务的卷积神经网络(CNN)通常需要根据场景中关键目标的特征,甚至结合目标之间的位置关系来识别出场景所属类别.针对场景图像中较小尺寸的关键目标特征随着网络层次的加深而逐渐消失,从而导致场景识别错误的问题,提出了一种基于多级特征融合与注意力模块的场景识别方法.首先,将...     

Face Recognition by Using Feature Orientation and Feature Geometry Matching

In this face recognition research, the head is fixed when a photograph is taken. The infrared diodes provide the only illumination. In front of the CCD camera, a light filter lens is used to filter all other light. After the photograph is taken, the eyebrows, eyes, nostrils, lips, and face contour are extracted separately. The shape, size, object-to-object distance, center and orientation are found for each extracted object. The techniques to solve the object shifting and rotating problems are investigated. Image subtraction is used to examine the geometric differences of the two different faces. The obtained classifying data in this research can accurately classify different people's faces.     

利用能量特征进行条烟识别

针对条烟识别中的图像特征提取问题，定义了一种新的图像特征。此特征描述了图像能量谱的分布特性，能够综合地反映图像的颜色、纹理、形状特点，并且不随图像的旋转和平移而改变。将此特征应用到条烟识别中，获得了令人满意的结果。     

利用能量特征进行条烟识别

针对条烟识别中的图像特征提取问题,定义了一种新的图像特征。此特征描述了图像能量谱的分布特性,能够综合地反映图像的颜色、纹理、形状特点,并且不随图像的旋转和平移而改变。将此特征应用到条烟识别中,获得了令人满意的结果。     

融合颜色与CSIFT的动画场景匹配技术研究

针对产量巨大的动画产业,提出一种综合颜色全局特征和CSIFT(Colored invariant feature transform)局部特征的图像匹配算法,解决了动画场景素材的匹配问题.计算图像H、S、I三个分量的分布情况,生成颜色全局特征;在颜色不变量的基础上,生成CSIFT局部不变特征,并提出两种特征相应的匹配方法,最后将两者从底层的特征提取层和高层的特征决策层按照一定的融合方式进行融合.实验表明颜色特征与CSIFT特征相互弥补,相互利用,极大的改善了动画场景素材的匹配效果,和传统的匹配算法相比,该算法鲁棒性好,在近1000幅的动画素材库中的平均匹配准确度高达80%以上.     

基于稀疏特征迁移的语音情感识别

为了解决语音情感识别系统中训练数据和测试数据来自不同数据 库所引起的识别率降低的问题,提出了一种基于稀疏特征迁移的语音情感识别方法。通过引入稀疏编码获取情感特征在不同数据库条件下的共同稀疏表示;同时引入最大区分差异（Maximum mean discrepancy, MMD）来衡量不同数据库条件下稀疏表示分布之间的距离,并将其作为稀疏编码目标函数的约束条件,从而获得较为鲁棒的稀疏特征。实验结果表明,相比传统语音情感识别方法,基于稀疏特征迁移的语音情感识别方法显著提高了跨库条件下的情感识别率。     

基于视觉特征定位的物联网车祸现场识别

准确定位车祸现场有利于后期的营救工作.车祸发生过程中,对车辆碎片特征识别是判断车辆发生车祸的重要依据.但是车祸发生现场,无法避免由于现场环境信息紊乱造成的车辆碎片特征零散分布,与外部干扰特征形成混淆等弊端.传统的智能识别方法在大区域物联网车祸识别中,对车祸现场细小碎片的可识别特征难以准确分割,造成识别虚警率较高.为此,提出一种新的碎片视觉特征定位的物联网车祸现场识别方法.针对采集的车祸现场图像利用小波变换的方法进行碎片干扰特征滤波,消除由于环境信息紊乱造成的图像噪声,针对物联网环境下的多信号干扰问题,利用线性分类相关原理,对车祸现场图像中的细节特征进行分类提取,从而完成物联网框架下车祸现场的识别.实验结果表明,利用新算法进行物联网车祸现场识别,能够提高车祸识别精度.     

用行人轮廓的分布直方图分类和识别步态

现有的步态识别方法对行人轮廓匹配的鲁棒性差,识别率不高.提出了一种基于轮廓直方图分布的行人步态识别方法.首先提取行人二值轮廓序列;然后通过人体局部轮廓的点分布直方图获取步态周期;继而构造表达帧间关系的周期步态平面,设计一种直方图分布的描述子获得帧姿态特征值,计算出姿态轮廓特征分布间的Jeffery距离,结合动态时间规整技术获取了测试序列和参考序列间的匹配相似度,最终完成了识别.在Soton步态数据库上进行了实验,提出算法的正确识别率可达87.59%,与相关文献的对比分析表明算法是有效的.