基于弹性网格HOG特征的手绘车符识别

研究了常用的28类机动车和非机动车的车符识别问题.针对手绘车符不规则形变和样本间相似度高的特点,提出一种基于弹性网格方向梯度直方图(histograms of oriented gradients,HOG)特征提取方法,该方法利用了水平与垂直投影直方图较好地表征图符的全局特征、局部特征及HOG特征,结合弹性网格吸收形变的能力,使得在现有的训练样本库中总识别率达94.8%,在手写数字等3个不同领域的手绘图符样本库中,平均识别率达92.5%.实验结果表明,该方法对手绘车符识别具有较高的识别率,对其他手绘图符也有较好的识别效果.     

地形图中地物图符提取方法的研究与实现

研究地形图中地物图符的提取方法,并以居民区为例实现其特征信息的提取。根据地物图符的特征,采用各种变换,多边形跟踪和多边形顶点提取等方法,提取了居民区图符的特征信息。利用上述方法,可以提取出居民区等地物图符所表示的数据。     

融合多特征和压缩感知的手势识别

基于压缩感知理论,提出了一种新的手势识别方法,考虑到单个特征的局限性,结合Zernike矩和HOG描述符从全局和局部角度描述手势外观和形状.训练阶段提取手势训练图像的Zernike矩和HOG特征构建字典,识别阶段提取待测样本特征,将其表示成相应训练字典的稀疏线性组合,采用求解l1范数的最优化问题实现分类.实验结果证明,和目前应用较广的手势识别方法相比,该方法具有较强的竞争性,而且通过融合两种形状特征,对光照、尺度、旋转等变化更具鲁棒性.     

面向重用的三维CAD模型检索算法

针对现有CAD领域的检索算法对模型的局部细节特征描述不足的现状,提出了一种基于最大公共子图的三维CAD模型检索算法,通过提取CAD模型的B-Rep信息,将模型用属性邻接图来表示.根据如果2个CAD模型存在相似的特征或局部结构,CAD模型所对应的属性邻接图应存在公共子图的原理,通过检测属性邻接图中的公共子图,得到了2个与CAD相似的局部细节特征,并利用这2个相似的局部细节特征对CAD模型进行了相似性评价.实验表明,该方法能够实现三维CAD模型检索,且检索的效率能够满足工程检索的要求,因此可以实现CAD模型设计和制造知识的重用.     

融合遮挡检测与HOG特征协作表示的鲁棒人脸识别

稀疏表示分类算法在人脸识别中表现出较好性能,但其对面部遮挡的鲁棒性较差,在特征提取时未利用面部鲁棒特征且实时性差。针对以上问题,本文提出了融合遮挡检测与HOG特征协作表示的人脸识别方法。首先,设计了一种基于HOG特征和支持向量机的遮挡检测方法,根据常见遮挡的分布将人脸分块,在子块上检测遮挡。然后,结合遮挡检测结果,仅提取非遮挡部分的HOG特征并利用协作表示方法进行分类。测试结果表明:对AR人脸库中遮挡图像的平均识别率为95.2%,对AR、Yale人脸库中发生光照和表情变化人脸的识别率分别为97.3%和98.6%,且运算速度比稀疏表示方法提升了约293倍。与基于稀疏表示的分类方法相比,该方法的鲁棒性和实时性都有明显提升。     

采用HOG特征和机器学习的行人检测方法

针对基于方向梯度直方图(HOG)/线性支持向量机(SVM)算法的行人检测方法中存在检测速度慢的问题,提出一种将HOG特征与Adaboost-BP模型相结合的行人检测方法.利用边缘检测技术快速检测出行人候选区域,提取出多尺度多方向的HOG特征,利用Adaboost算法训练多个反向传播神经网络用于构建强分类器,实现对测试样本图像的检测识别.结果表明:文中方法具有更高的检测率、更低的误报率和漏检率,具有较好的检测效果.     

基于Gabor和HOG的新型人脸识别算法

人脸识别中特征提取是人脸识别过程中的主要步骤之一,特征提取效果极大地影响着识别的精度.在目前的大多数人脸识别方法中,仅仅提取、利用了面部区域的局部特征.为提高人脸识别精度,本文提出了一种新的人脸识别方案(GF-LF),该方案先在Gabor滤波器的输出结果基础上应用Zernike矩,得到一种新的全局特征描述符,再利用方向梯度直方图(HOG)获取局部特征,最后将全局特征与局部有效特征相结合构成人脸识别的最终特征.在ORL和Yale人脸识别数据库上测试表明,该方法的人脸识别率达到96%,优于目前大多数的人脸识别方法.     

一种基于规范化形状的手绘草图检索算法

提出了一种基于仿射变换自适应的形状和骨架特征的手绘草图检索算法.首先采用一种基于傅里叶变换的降维滤波方法对对象进行规范化处理,并以此为基础提取对象轮廓和区域特征;然后提出一种仿射变换自适应骨架提取算法提取对象骨架、得到骨架树特征描述子,并提出一种骨架树匹配算法;最后结合对象轮廓区域和骨架特征来实现草图检索.实验结果表明,该方法对对象仿射变换(平移、缩放、旋转)有很强的适应性,对噪声有较强的鲁棒性.     

基于稀疏表示分类行人检测的二级检测算法

利用快速特征金字塔的方法进行行人检测,在检测的结果中存在许多误检的窗口,降低了检测行人的精确度。为了减少误检窗口数,本文提出了一种两级级联的行人检测方法:在快速特征金字塔检测结果的基础上,利用稀疏表示分类的方法进一步地减少误检窗口的数量。在训练阶段,分别对正负样本提取改进的HOG和改进的HOG+LBP特征,建立过完备字典;在检测阶段使用带有局部区域权重的稀疏表示求解稀疏系数,分别求取正负样本稀疏系数之和,以它们的比例作为误检窗口的判别依据。实验结果表明,加入二级检测器大大减少了误检窗口的数目,降低了对数平均漏检率,提高了检测的平均精确度,在检测时间上基本满足了实时检测的要求。     

基于改进主动形状模型的前列腺超声图像分割算法

为了提高前列腺超声图像的分割精度,提出了一种基于改进主动形状模型的前列腺超声图像分割算法.首先,提取前列腺超声图像的特征集合,该特征集合由Gabor纹理特征和局部二值模式(LBP)特征组成.然后,通过利用k均值算法对提取的特征集合进行聚类分析,得到超声图像的聚类表示图.最后,在聚类表示图上应用ASM获取超声图像中前列腺的形状信息.结果表明,该算法可以准确地定位前列腺边界信息,与医生手动标记的前列腺轮廓相比,平均绝对距离仅为1.559 6 mm,戴斯相似度系数最高可达93.88%.利用超声图像的聚类表示图可以获得更加精确的前列腺轮廓信息,可用于海扶高聚焦超声(HIFU)手术中的精准导航.