基于特征点统计特征的人脸识别优化算法

当计算人脸特征点相似度时,弹性图匹配算法认为每个特征点对于人脸识别都起到相同的作用,因此分配相同的单位权值.然而,事实并非如此.基于特征点的统计特征,提出一种新的人脸识别优化算法.利用统计理论和提取的HOG特征,可以把特征点分成主要和次要两类,并且赋予不同的权值.仿真结果表明所提出的方法不但性能较好,而且识别率较高.  

人脸识别考勤技术研究

人脸识别考勤系统因其便捷性、准确性、易于管理性,取代打卡机成为一种新兴的考勤方式。本文提出一种人脸识别考勤系统的设计方案,包括人脸识别子系统和考勤管理子系统。人脸识别子系统从获取的视频中利用Adaboost算法检测出人脸区域,对检测出的人脸区域进行归一化、去噪等处理,对处理好的图像用HOG＋PCA＋LDA特征提取,把提取出的人脸特征向量与注册形成的人脸特征向量利用最近邻方法比对,将识别结果放入考勤数据库中。考勤管理子系统主要实现的有考勤规则的制定、对考勤数据做统计并生成报表及系统维护等功能。  

一种局部多特征融合的行人检测算法

为快速定位车辆前方的行人,提出一种基于腿部区域多尺度的梯度方向直方图(HOG)特征与hu矩特征融合的行人检测方法,融合腿部区域的轮廓和纹理特征,有效地降低特征向量维数.实验结果表明,该算法能在保持较高的检测准确率的同时提高检测速度.  

基于行人计数算法的改进研究

视频监控中的行人计数是人体目标检测的重要应用,针对该应用对实时性的要求,本文提出了将混合高斯背景模型和HOG(Histograms of Oriented Gradients)特征结合的方法,该方法首先通过混合高斯背景方法检测出视频中的运动前景,再用HOG SVM对提取的感兴趣区域内的行人进行计数,大大降低了计算量,提高了HOG算法的实时性,经试验证明,改进的算法可以将行人计数的准确度提高到95%左右。  

手绘图符的辨识特征及其提取算法

收集日常生活中常见目标的250类手绘图符20 000个,GB/T11797—2005标准中规定的28种机动车和非机动车的车符约2 400个,手写数字、手绘电路元件、手绘微软办公软件形状图各1 000个,作为本文研究的数据集基础.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局部细节和全局轮廓的特征表示方法,该方法利用弹性网格吸收手绘过程中的变形,利用局部梯度方向直方图(histograms of oriented gradients,HOG)表示图符的细节特征,利用Snake模型提取图符轮廓,傅里叶描述子提取低维轮廓特征,并通过融合使得整体效果提高,比单纯HOG算法高出2个百分点.  

基于图像逆投影和3D部件混合模型的目标检测*

基于图像/视频检测场景中的目标对象,总要涉及到如何应对由成像透视造成的几何和尺度形变以及运动形式变化等问题,这使得在2D图像空间设计算法变得尤为复杂,尤其是针对目标遮挡和粘连问题,一直不能得到很好地解决。为此,借助逆投影变换,提出一种在逆投影图中结合多部件混合模型的目标检测方法。首先在3D空间中构建与目标局部表面相贴合的逆投影面或阵列；然后,通过逆投影变换重构目标局部表面的特征数据,得到相应的逆投影图; 接下来,提取部件样本在逆投影图中的HOG特征构建特征字典,并通过在字典上的稀疏逼近实现局部部件的检测；最后,利用部件检测结果,构建3D模型,并对质心聚类,完成最终的目标识别。实验表明,基于图像逆投影和3D部件混合模型检测图像/视频中的目标,不仅可以降低算法的复杂度,还可以从本质上有效解决目标遮挡和粘连,使检测精度和速度都远超于在2D图像空间设计的算法.