基于视频监控的座位管理系统研究

设计了一种通过视频监控系统的基于图像识别技术的座位管理系统,以该系统管理高校图书馆的座位资源,从而使图书馆资源得到更有效地使用。该系统与读者校园卡系统的结合可方便、快捷地实现读者在图书馆中座位的预约和选择;同时以视频监控系统为数据采集核心,通过图像识别技术判断座位的实际使用情况。该座位管理系统可以合理有效地管理图书馆中的座位资源,减少占座现象的发生。     

基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用

针对Gabor小波进行特征提取时易造成维数灾难和识别效率不高的问题,提出一种基于Gabor小波滤波和局部保持投影(LPP)降维算法相结合的泡沫纹理特征提取方法.首先,利用Gabor滤波器获得原始泡沫图像5个尺度和8个方向的高维特征描述向量;然后,利用LPP算法得到降维特征向量;最后,利用此降维特征向量通过反向传播(BP)神经网络进行不同工况下泡沫类别的识别,进而指导实际矿物浮选生产.实验结果表明,相对于传统的GLCM方法和Gabor小波纹理特征提取方法,该方法可有效降低泡沫纹理特征向量维数并具有更高的识别效率.     

纸币冠字号识别系统设计研究

纸币是人们日常生活交易必不可少的部分,假币交易纠纷和暴力抢劫等事件在社会上屡次发生,纸币冠字号识别是我国纸币鉴别技术标准之一。结合现代嵌入式系统开发技术的发展,笔者提出了嵌入式纸币冠字号识别系统设计方案,该方案包括整体设计思路、主要功能模块设计和系统软件流程设计。     

情绪调节自我效能感对情绪启动的影响

为探讨情绪调节自我效能感对情绪启动效应的影响,对54名大学本科生在高兴、悲伤和愤怒情绪刺激下情绪启动效应后的情绪调节自我效能感进行测定。结果表明情绪调节自我效能感对情绪启动有影响,其中,表达积极情绪的自我效能感（POS ）高的人,在呈现积极启动刺激后情绪启动效应更显著;调节沮丧／痛苦情绪的自我效能感（DES）低的人,在呈现悲伤刺激后的情绪启动效应更显著;但管理生气／愤怒情绪的自我效能感（ANG）的高低对愤怒情绪刺激下的情绪启动效应没有影响。     

情绪调节内隐态度和无意识目标对消极情绪反应的影响

分别采用阈下范式启动情绪调节内隐态度、句子整理任务启动无意识情绪调节目标,动态考察情绪调节内隐态度和无意识情绪调节目标对情绪反应的影响。结果发现,情绪调节内隐态度存在主效应;无意识目标启动的主效应不存在;有无启动无意识目标与情绪调节内隐态度类型之间不存在交互作用,无论无意识目标有无启动,启动控制型内隐态度的个体降低消极情绪体验,减少自主神经系统活动,产生适应良好的结果;启动表达型内隐态度的个体则升高消极情绪体验,增加自主神经系统活动,产生适应不良的结果。这从一定程度上支持了自动目标追求理论在情绪调节领域的适用性。     

彩色分量流形特征融合的人脸识别

对人脸图像RGB彩色空间三分量的非线性流形嵌入进行了分析,提出一种结合了流形学习技术和图像彩色信息的人脸识别方法。 该方法对人脸图像的彩色三分量分别采用局部线性嵌入（LLE）方法进行特征提取,提取的特征进行归一化处理和特征融合,采用线性判别分析（LDA）增加分类判别性,最后采用k最近邻法（kNN）进行分类。 该方法中提取的特征,能够保持人脸图像数据的非线性结构,同时利用了人脸图像的彩色信息。 对比实验结果表明,利用了彩色信息的三分量流形学习特征融合方法,比Fisherface特征灰度图像和单个彩色分量的人脸识别性能有所改善。      

基于2D-Haar声学特征的大规模说话人识别方法

随着待识别人数的增加,文本无关的说话人识别准确率下降明显. 针对这一问题提出了一种高准确率大规模说话人识别方法,该方法采用多个连续音频帧的声学帧特征构成声学特征图,进而获得高维度的2D-Haar声学特征,为训练出性能更优的分类器提供可能;再利用AdaBoost.MH算法筛选出具有较好区分度的2D-Haar声学特征组合进行分类器训练. 实验结果表明,600人规模下的正确识别率为89.5%,100～600人规模下的平均准确率为91.3%. 该方法适用于大规模说话人的识别,引入的2D-Haar声学特征有效,识别准确率高. 此外,该方法还具有较低的算法复杂度和较高的时间效率.      

融合GMM及SVM的特定音频事件高精度识别方法

针对特定音频事件识别中持续时间特别短的音频事件漏检概率高、识别速度较慢的问题,提出一种融合高斯混合模型（GMM）及支持向量机（SVM）的特定音频事件识别算法. 该方法利用GMM的统计分布描述能力和SVM的推广泛化能力,将GMM和SVM分别识别的结果进行融合处理,以手枪、步枪、机关枪等10类以上枪声为实验数据,无需针对每种枪声生成相应的识别模板,仅需训练生成2个识别模板. 实验结果表明,识别准确率达到92.71%. 该方法模板数量少,不需要多次训练,算法复杂度较低,不仅便于应用而且可大幅提升识别效率.      

基于稀疏表示的快速三维人脸识别方法

随着计算机技术和三维成像技术的发展,三维人脸识别因不易受光照、装扮变化的影响成为人脸识别和身份验证的新趋势,但是对于表情、姿态变化其识别率还是有待于改善,时间开销较长.本文提出基于稀疏表示原理,对人脸重要的特征鼻尖点进行提取,采用最近邻分类器进行分类识别.实验结果表明,对表情变化等具有较高的鲁棒性和识别效果,且时间开销极小,优于传统的三维人脸识别方法.