基于改进倾斜校正算法的车牌识别技术

随着计算机图像处理技术的发展,车牌识别已经成为计算机图像处理技术的重要研究方向和广泛应用领域之一,车牌识别技术在智能交通系统中显得尤为重要.基于改进倾斜校正算法的车牌识别的算法,对含有车辆牌照的图片进行图像滤波、图像增强、车牌定位、车牌的字符分割和字符识别.对车牌定位技术和车牌倾斜校正技术进行改进,以应对复杂的环境变化.实验表明,车牌的识别率有明显的提升.     

基于残差神经网络的视频内容快速检索系统研究

为解决公共安全视频图像信息轨迹追踪的问题,设计一个基于图像识别的视频内容快速检索系统,使用方向梯度直方图特征提取( HOG: Oriented Histogram Feature Extraction) 算法进行人脸定位,通过迁移学习对ＲesNet 模型进行再训练建立专用的神经网络的分类器。进行视频内容检索的过程是提取视频关键帧,对其中人物进行定位,提取其特征值,使用训练好的分类模型进行分类。将分类信息标注在图片上,将有关信息存入数据库,使用时查询数据库,得到详细信息。实验结果表明,该系统可有效地对视频内信息进行快速定位,对截取图片可以进行精准识别,在公共安全领域具有应用前景。     

基于内容的图像及视频检索

基于内容的图像及视频检索是当前计算机视觉、多媒体数据库管理等研究领域的热点之一。较系统地介绍了该研究领域的现状。对于静态图像 ,主要介绍了基于颜色、纹理、形状、区域或目标等低级图像特征信息的检索以及基于交互式反馈的检索方法 ;对于视频序列 ,则介绍了镜头检测、镜头内容表示、场景的语义描述等技术。最后指出了该研究领域存在的难点及今后的工作。     

基于二次曲面拟合的图像颜色渐变模式识别

<正>随着计算机科学技术日新月异的发展,计算机从计算向智能机器方向发展,图形化、数字化和网络化等已经成为计算机领域的发展方向。21世纪,毫无疑问已成为图形图像的时代,对图像信息的处理因此也变得越来越重要。图像模式识别就是对图像信息进行识别与分类,目前主要有三种模式:基于图像纹理的图像识别、基于图像边缘的模式识别和基于图像形状特征的模式识别。通过这些模式识别的方法,计算机图像学广泛应用于条码识别、手写识别、人脸识别、智     

浅谈计算机视觉技术进展及其新兴应用

针对人工智能领域的计算机视觉方向,分别从视觉感知和视觉生成两个维度分析计算机视觉技术的最新进展,包含但不限于表示学习、识别分类、目标检测、图像分割、像素级别的图像与视频生成以及视觉与语言等技术。在计算机视觉技术的新兴应用方面,分别论述了内容审核、拍照购物及搭配购物等方面的产品在电商领域的成功落地应用。     

《太原科技大学学报》 太原科技大学图形图像与计算机视觉课题组

正太原科技大学计算机科学与技术学院图形图像与计算机视觉课题组,围绕视频图像处理、图像分析与理解、特征提取与识别、图像融合与拼接、视觉定位与三维重建,虚拟现实与增强现实等展开研究,在主动轮廓能量模型构建,偏微分水平集表面动态演化,超像素图割图像分割、离散小波多分辨率图形表示等理论研究方面取得了重要进展,研究成果在医疗病变肿瘤图像的处理与识别,视频监控图像人体目标的提取与识别,交通监测视频下运动车辆目标提取与交通流量检测,人眼疲劳检测及人脸特征提取与识别、工程表面形貌特征提取与磨损状态识别等领域进行了应用。     

典型室内场景显著性稀疏识别

随着信息技术和智能机器人的发展与普及,场景识别作为重要的研究内容,已成为计算机视觉和模式识别领域的重要研究问题.解决室内场景分类精度低的问题,将有助于室内场景分类在场景图片检索、视频检索及机器人等领域中的应用.针对常规场景识别方法在室内环境中性能显著下降的问题,提出一种基于显著性检测的稀疏表示室内场景识别方法.该方法利用显著性区域检测算法提取出场景图像中人眼感兴趣的区域,并与稀疏表示结合进行场景识别.实验结果表明,将本方法应用在典型家庭室内场景(如卧室、厨房、衣帽间等),在识别正确率方面有一定的优势.     

CAI课件中多种媒体素材的获取与处理

计算机辅助教学课件的制作需要图、文、声、像等多种媒体的参与，协同发挥其真实、生动、新颖的视听效果；而计算机获取和处理各种媒体的方法各异，正确应用计算机及声卡，视频捕捉卡、扫描仪等硬件和计算机有关软件获取并民需的媒体信息，是制作多媒体ＣＡＩ课件的重要内容；较详细地介绍了声音、图像、图形、动画视频的获取与处理方法。     

浅谈深度学习在图像识别领域的应用现状与优势

互联网的发展给现代的人们带来了极大的方便,现代的人们获取自己所需的信息的速度越来越快,随着互联网的快速发展,图片成为主要的信息载体,但由于我们无法对图片中的内容检索就大大降低了找到关键内容的效率。在解决这一问题的过程中计算机的图像识别技术就格外的重要。图像识别技术是依据人类本身对图像的判断能力进而产生的,而深度学习也在互联网领域影响极其重大。     

关于高速公路收费系统车牌识别技术的研究

车牌识别是指通过计算机视觉、图像处理与模式识别等方法从车辆图像中提取车牌字符信息。从而确定车辆身份的技术。车牌识别分为车牌定位、字符分割、字符识别三大部分。车牌定位是一个难题：车牌区域在整幅图像中所占比例很小,车牌的颜色、大小、位置也不确定,并且定位算法要能够克服不同光照和复杂背景的影响,还要兼顾准确性和实时性,因此快速准确的定位车牌是比较困难的。本文通过车牌的纹理和颜色特征采用粗定位和细定位相结合的方法进行识别。     

视频行人重识别研究进展

视频行人重识别是指在不同摄像头拍摄的视频中检索特定行人的技术.与图像行人重识别相比,视频行人重识别赋含信息更多,包含了帧与帧之间的时间信息、运动信息等,这有利于提高行人检索的准确率,因此视频行人重识别引起了国内外学者的广泛关注.本文探讨了视频行人重识别的处理过程,详细介绍了其中特征提取和距离度量的方法,并对各种特征提取方法的特点及应用进行了总结,给出了一些视频行人重识别实验数据集和评价标准,提出了视频行人重识别研究领域面临的挑战及相应的解决方案,最后对视频行人重识别技术未来的研究问题做了展望.     

高速公路收费系统图像识别技术的研究

本论文主要完成对于车辆牌照的图像识别,车辆牌照的识别是基于图像分割和图像识剐理论,对含有车辆号牌的图像进行分析处理,从而确定牌照在图像中的位置,并进一步提取和识别出文本字符。识别步骤概括为：车牌定位、车牌提取、字符识别。     

视频中人脸特征统计分析

视频资料中,人物的整体脸部往往并不是最清楚的,对人物的识别多数是对个别特征的识别与检验,如何将视频中肢解的脸部特征信息,如突出的人物脸部的侧面特征、脸部形态结构、个别特征(颧骨、鼻子、下颌)进行整合,并将这些信息捋顺,形成有效的人像识别的依据,成为公安一线有效利用视频资料信息的一大瓶颈。通过将图像中的人脸部特征进行测量和总结,分析人脸器官有效特征,计算出特征常见几率。将该几率推广至视频中人物脸部特征分析,为视频人脸识别提供参考信息。     

基于OpenCV手机拍照快递单文字识别的研究

基于Open CV在Android手机上设计了快递单文字识别机制,识别内容主要分为电话和姓名识别.手机拍摄快递单后,在屏幕上画出两个矩形框,根据矩形框的周长面积特征,判定电话和姓名区域并提取这两部分图片;对这两个图片进行灰度化、二值化、形态学处理,再进行字符分割、归一化处理.为了提高数字分割速度提出一种基于轮廓检测的分割方法.根据数字和汉字的不同特征选取不同的识别方法进行字符识别.     

浅谈计算机视觉的发展及应用

计算机视觉的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息,其在图像处理和视觉信息处理方面有着重要的意义。本文对计算机视觉的发展及其应用进行了简单的介绍。     

视觉盲计算技术研究进展

 云计算和大数据的广泛应用使得多媒体数据的隐私保护面临越来越严峻的挑战,而多方计算、同态密码、函数加密等密码技术为数据在密文下的盲计算奠定了基础。视觉盲计算是在不接触图像、视频等视觉数据原始内容的情况下对其进行检测、识别、检索及更复杂的处理,是计算机视觉与密码学等领域学科交叉的新方向,在视频监控、多媒体数据共享、云计算、移动计算等领域有广泛的应用前景。本文回顾视觉盲计算技术的发展历史,从隐私保护的视频监控、人脸检测、人脸识别、人脸检索、机器学习等方面综述了该领域关键技术的发展情况,展望了视觉盲计算技术的发展趋势。     

基于改进特征提取的BP神经网络车牌识别

车辆牌照的自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用．为提高车牌字符识别系统对字符的整体识别能力,对车牌上的汉字与数字字符做分类处理,利用粗网格、边框和笔划密度方法更好地提取识别对象特征,最后采用BP神经网络进行字符识别．实验表明,本文所采用的方法能达到较好的识别效果,说明多种特征提取方法和神经网络识别技术的有机结合能显著提高系统性能．     

基于监控视频的校园车辆管理

监控视频智能分析是智慧校园的关键内容之一,可自动提取并识别监控视频中的有效事件信息。本文基于深度学习实现校园监控车辆管理,基于深度图像特征提取识别车辆,基于车辆检测实现跟踪、速度检测和超速以及违停等事件检测,实现了应用系统,检测效果优于传统方法。     

计算机视觉技术及其在电力系统自动化中的应用

在当今这个科学技术飞速发展的时代,视频技术和红外成像技术已经日渐成熟。这两种技术在店里系统中得到了广泛的应用。视频技术大部分都是由图像信息来组成,因此图像信息成为电力系统自动化中重要作用因素,并且电力系统中对图像信息分析的要求也达到了一个新的高度,这就要求在一些应用场合必须利用计算机视觉技术由计算机替代监控人员进行图像理解。本文从计算机视觉的图像识别和三维重建两个方面重点阐述计算机视觉技术的基本内容,根据部分视力探讨计算机时局技术在电力系统自动化中应用的前景与必要性。     

基于字符笔画斜率特征的车牌识别算法研究

车牌字符识别是车牌智能识别系统中的关键技术之一,为了提高车牌字符识别准确率和实时性,提出了一种基于车牌字符笔画斜率特征的字符识别算法,新算法在对准确分割后的车牌字符图像进行归一化、二值化和细化等预处理后,提取车牌字符笔画像素点的斜率值,再将斜率值构造成识别向量,进而通过计算特征向量的夹角值实现待识别字符与标准模板字符的相似度判断;实验结果表明,新的算法与已有的传统字符识别算法相比,既提高了识别准确率,又降低了识别耗时,结果满足实际工程应用需要.