基于分块加权的LBP算法在人脸识别中的应用

目前,高智能化的人脸识别系统一般都是基于PC平台,系统复杂集成度高,需要优异的软硬件支持。嵌入式技术的应用,有利于提高人脸识别系统的灵活性与有效性。本文针对传统的人脸识别算法提出一种改进的LBP算法用于人脸识别。实验结果表明:该算法在ORL、Yale及自建的人脸库上也能进行人脸识别。     

一种复杂环境下的人眼定位算法

人眼位置是人脸识别技术中一项重要的局部信息.本文提出了一种改进的人眼定位算法,该算法首先采用Haar-like特征的Ada Boost算法检测出人脸区域,然后利用文中训练的人眼强分类器在检测出来的人脸区域中粗定位人眼位置区域,最后在该区域内利用人眼部分瞳孔区域边界的灰度值突变特征精确定位人眼.实验结果表明,该方法能够在复杂环境下准确定位人眼位置.     

一种基于半监督稀疏保持投影的人脸识别新方法

针对现实生活中同时存在的无标签样本与标签样本的问题,将稀疏保持投影算法拓展到半监督框架上,提出了一种新的半监督稀疏保持投影算法,实现所有标签样本的充分利用,以保持标签样本给投影子空间的判别能力,建立样本的空间分布信息,提高了人脸识别的精确度。通过(Carngie Mellon University,CMU)人脸数据集对半监督稀疏保持投影算法的有效性进行了验证,结果表明该算法具有较好的人脸识别效果,降低了人脸识别的时间复杂度,提高了人脸识别的精度。     

基于自适应非均匀量化的安全人脸识别方法

随着人脸识别技术的广泛应用,相应的隐私及安全问题也引起了人们的主意。主成份分析是人脸识别技术最典型的算法之一。分析了主成份分析方法的安全性,针对其存在的安全漏洞,提出了一种基于自适应非均匀量化的安全人脸识别算法,将主成份分析方法得到的人脸模板特征进行量化,用量化特征的哈希值代替人脸模板特征存储在数据库中,并给出了该算法的安全性分析。实验结果表明该算法在不改变算法准确性的同时也提高了系统的安全性。     

融合全局和局部特征的稀疏表示人脸识别方法

针对人脸识别中如何提取到有效判别特征的问题,提出一种融合人脸图像全局和局部特征的稀疏表示人脸识别方法。首先将人脸图像用融合的特征提取算法进行特征降维,然后利用稀疏表示分类器对人脸图像进行分类判别。在ORL、Yale和FERET人脸数据库上的实验结果验证了融合算法在提高人脸识别精度方面是有效的。     

基于Adaboost的人脸识别算法研究

人脸识别技术作为当前的研究热点之一,主要包括识别和检测2大方向.人脸识别的研究内容主要是如何快速准确的在人脸数据库中识别出目标.目前,越来越多的应用需要在复杂条件下处理图像后获得人脸的清晰图像,因此人脸识别成为了研究热点.本文,笔者提出了使用Adaboost算法进行人脸的正面和左右侧面检测,实验结果表明,该算法识别效果好、实时性好、检测速度快.     

基于Adaboost的人脸识别算法研究

<正>人脸识别技术作为当前的研究热点之一,主要包括识别和检测2大方向。人脸识别的研究内容主要是如何快速准确的在人脸数据库中识别出目标。目前,越来越多的应用需要在复杂条件下处理图像后获得人脸的清晰图像,因此人脸识别成为了研究热点。本文,笔者提出了使用Adaboost算法进行人脸的正面和左右侧面检测,实验结果表明,该算法识别效果好、实时性好、检测速度快。     

融合SIFT的多尺度分析人脸识别算法研究

由于人脸识别过程中会受到光照、尺度等因素的影响,采用传统的SIFT算法进行人脸识别时会出现匹配效果较差、无法匹配或是错误匹配的情况,因此提出了一种融合SIFT算法的多尺度分析的人脸识别算法。首先在粗尺度上,采用形态学边缘检测算法对原始的人脸库进行轮廓特征提取,形成新的人脸库;然后在细尺度上,采用SIFT算法对新的人脸库进行人脸识别与匹配。采用ORL人脸库对改进后的算法进行验证,实验结果表明改进后的SIFT算法较好地解决了传统SIFT算法的不足,计算量大大减少,人脸图像的识别效率与匹配效率得到了有效提升。     

基于DV-Distance的无线传感器网络定位算法研究

无线传感器网络是一种全新的信息获取和处理技术,而节点自定位技术是无线传感器网络的主要支撑技术之一.由于无线传感器的节点数量非常大,致使利用GPS定位装置收集节点位置信息的代价将会很大.因此,研究能够适应无线传感器网络节点位置信息的算法是极其重要的.本文重点对距离无关的定位算法中的DV-Distance算法进行了研究,通过MATLAB软件平台对DV-Distance算法进行了仿真实现,结果表明不同信标节点密度时,定位算法的定位误差不同,而当存在障碍物及GPS误差也会影响定位误差.     

基于第二代曲波的人脸识别算法研究

为了能够提高人脸识别的效果,深入地研究了第二代曲波在人脸识别中的应用.首先,分析了第二代曲波的基本理论.其次,分析了基于第二代曲波变换的加权算法.然后,分析了基于第二代曲波加权的双向二维主成分分析人脸识别算法.最后,进行了算例分析,对ORL和Yale人脸数据库的人脸图像进行了人脸识别仿真实验,实验结果表明改进的算法具有识别率高和识别时间短的优点.     

基于交叉覆盖神经网络的人脸识别

提出一种利用交叉覆盖神经网络(ACNN)进行人脸识别的方法.该方法应用基于几何意义的MP神经网络模型——球面邻域模型,将神经网络的训练问题转化为点集覆盖的问题.通过分析交叉覆盖算法,阐述了人脸识别的训练算法,该算法克服了传统BP算法识别率低和易陷入局部最小的问题.实验结果表明,在采用多样本训练后,该算法具有较高的识别率。     

一种新型基于插值的高光谱图像亚像元定位算法

在高光谱图像亚像元定位领域中,基于插值的亚像元定位算法具有无参数、无迭代、快速运算等优点,得到了广泛的应用。传统的基于插值的亚像元定位算法由于原始高光谱图像分辨率低和现有的光谱解混技术的局限性,使得丰度图像不能充分携带原始高光谱图像的先验信息。针对这一问题,提出了一种新型基于插值的高光谱图像亚像元定位算法。将插值算法直接应用于原始低分辨率高光谱图像,得到高分辨率图像。将高分辨率图像通过光谱解混得到具有丰富原始图像先验信息的丰度图像,利用丰度图像提供的信息将类别标签分配到每个亚像元中,获得亚像元定位结果。仿真实验证明,该方法可以充分地携带原始图像的先验信息,获得比传统的基于插值的亚像元定位算法精度更高的结果。     

基于伪码相位/伪距组合的AGPS定位算法研究

针对GPS接收机在微弱信号环境仅能正常获取1～3颗卫星的伪距,其余卫星仅能测量其伪码相位情况下传统GPS算法无法定位的问题,结合AGPS接收机能够接收辅助数据的特点,探讨了一种基于伪码相位/伪距组合的AGPS定位算法,推导了使用伪码相位与伪距组合的AGPS定位算法模型,详细阐述了基于伪码相位/伪距组合的AGPS算法定位流程。通过计算与分析,结果表明在使用传统GPS算法无法定位的情况下,基于伪码相位/伪距组合的AGPS定位算法可以得到所需的位置信息,是一种对现存定位方法的有效补充。     

基于GPS、3G车辆定位及车载视频监控系统的设计与研究

随着我国交通运输业在快速的发展,对于运输车辆进行有效的监控和管理问题越来越受人们的关注。本文设计了基于GPS、3G车辆定位以及车载视频监控系统。在该系统中主要是利用3G无线通信网络将车载终端获得的GPS定位信息和采集的视频信息传输到监控中心的服务器中,然后再由监控中心的客户端进行定位,最终形成了实时的视频监控系统,方便了车辆的管理。     

基于特征的弹性图匹配人脸识别算法

提出一种基于特征的弹性图匹配人脸识别算法(FEGM).它包括两个步骤,首先利用Gabor进行人脸特征(如眼、鼻子、嘴等)的检测、定位,提取一组Gabor小波系数矢量;然后在代价函数的约束下,对各个特征都执行弹性图匹配,并使总体代价函数尽可能的小,从而得到联合识别结果.在Yale人脸库上的实验表明,识别率确实得到提高.     

模拟GPS与DR航位推算组合系统的地图匹配算法

事实证明利用GPS与DR航位推算组合的地图匹配技术能够提高GPS定位的精度,于是提出一种模拟DR航位推算的基于模糊逻辑的地图匹配算法,结合高精度的地图系统对GPS定位信息进行修正,提高定位精度．并利用软件模拟了GPS的定位数据,对算法进行了仿真,仿真实验结果验证了算法的有效性。     

基于汉明纠错机制的抗帧操作的视频水印

提出一种基于（7,4）汉明码纠错机制的抗视频帧操作的帧定位算法,可通过识别含水印帧来提取受到帧操作攻击的水印信息。首先利用改进的简单线性迭代聚类（simple lineariterative clustering,SLIC）超像素分割算法提取视频帧的固有特征X,这里X是一串7位的0-1序列,是由SLIC超像素分割算法通过预处理、量化等运算得到的聚类中心。将视频帧的固有特征X与汉明码结合形成一个特殊的编码S。以编码S为定位码,利用（7,4）汉明码的纠错机制修改1位可隐藏3位的性能来实现定位码的标识,再基于DCT-SVD（discrete cosinetransformation-singular value decomposition）分解将水印信息嵌入到含定位标识的视频中。实验结果表明,该算法不仅能抵抗帧删除、帧添加和重编码等攻击,也能抵抗常见的信号处理操作。     

高效快速车牌定位算法研究

车牌定位是车牌识别(LPR)系统中的关键技术之一,通过对车牌区域的各种固有特征的研究和探讨,提出了一种高效快速的车牌字符定位算法,该算法基于二值边缘图像的频率变化特征,在整个车辆图像中搜索到车牌的精确位置,得到牌照图像,为车牌的进一步识别打下良好的基础.现场实验表明,该算法快速准确,对提高整个识别系统的正确率起到了关键的作用.     

原子干涉磁力仪信号鉴频优化算法设计

原子干涉磁力仪是通过确定CPT鉴频信号曲线峰值所对应的频率值来计算磁场强度值的.信号峰值定位锁定算法的搜索速度、准确度和稳定性直接影响磁力仪的分辨率和响应速度.常见的斜率算法只适用于小步长的搜索,定位速度慢,锁定状态的稳定性差.针对此问题,通过建立磁力仪鉴频信号曲线数学模型,设计了PI跟踪控制算法和快速锁定算法两种优化算法,并经仿真实验对比了性能.研究结果表明:3种算法中快速锁定算法不仅受初始搜索步长的影响小,而且峰值定位速度最快,稳定性好,对于原子干涉磁力仪系统的性能提高有很大的应用价值.     

一种基于联邦Kalman滤波结构的自适应信息融合方法

鉴于联邦Kalman滤波是一种能在复杂信息融合系统中进行目标状态估计的有效方法．介绍了联邦Kalman滤波器的原理和结构，提出了一种基于联邦Kalman滤波结构的自适应多传感器信息融合算法．仿真结果表明，该算法能有效提高信息融合系统的精度和容错性．具有较高的实用价值．