局部遮挡目标的识别

提出一种局部遮挡目标的识别方法，该方法利用多边形近似方法将目标轮廓分段，抽取目标轮廓每一小段的不变矩作特征，利用动态规划技术在段间距离表中寻找归佳路径，确定所有的匹配对，这些匹配对序列构成了目标与模型的局部匹配，可从匹配中计算匹配可信度，该方法简单，有效，抗噪声能力较强，是一种较好的局部目标识别方法。     

用二维阶次规正不变矩识别三维目标

论述了用二维投影图像的矩不变量来识别三维目标的方法。该方法有效地降低了目标识别的维数，简化了目标匹配和识别的算法。通过考察阶次规正不变矩ＯＮＭＩ的性能，证明了ＯＮＭＩ有效地减小特征量的动态范围并提高了其抗噪性。分类结果表明，该特征平衡方法比如加权因子法更有利于目标的识别分类。     

采用轮廓片段空间关系实现遮挡目标识别

为了实现高比例遮挡情况下的目标识别,提出一种基于轮廓片段空间关系的目标识别算法.首先,在采用轮廓的形状上下文特征进行粗匹配的基础上,对模板图像和待识别图像分别进行图像骨架关键接合点的提取和轮廓形状质心的提取.然后,以图像像素中心点为原点建立坐标系,以图像骨架关键接合点和轮廓片段质心在各自图像建立的坐标系内的位置确定空间关系.最后,制定空间关系参数约束标准,筛选满足空间关系约束准则的目标库图像为最后识别结果.与现有遮挡目标匹配算法相比,该算法可以实现高比例遮挡情况下的目标识别,在目标遮挡比例为60%的情况下,识别率可达到78%.     

基于局部特征的部分遮挡人耳识别

通过对人耳受到部分遮挡时识别的研究,提出了一种基于局部特征的部分遮挡人耳识别方法,即首先利用Gabor小波对人耳图像进行特征提取,由于该特征维数较高,再使用核Fisher判别分析(KFDA)方法进行有效降维后用于人耳识别.在逐步分析人耳各个子区域的鉴别能力的基础上,提出了基于分块图像和概率模型的识别方法.在北京科技大学(USTB)人耳图像库上的实验结果表明:基于Gabor滤波后图像所提取的特征比基于原始图像直接提取的特征具有更高的识别率,基于分块图像的识别率高于基于整体图像的识别率.     

融合空间相关性和局部特征转换器的遮挡行人重识别

遮挡的行人重识别是计算机视觉中的一个挑战性领域,它面临着特征表示效率低下和识别准确率低等问题。卷积神经网络方法更注重局部特征的提取,因此难以提取被遮挡行人的特征,效果也不尽如人意。最近,视觉转换器被引入到重识别领域,并通过构建图像块序列之间的全局特征联系取得了最先进的结果。然而,视觉转换器在提取局部特征方面的性能不如卷积神经网络。因此,设计了一个基于空间相关性和局部特征序列的行人重识别网络。所提出的网络利用3个模块来提高视觉转换器的效率：（1）图像块全维度增强模块。设计了一个与图像块序列大小相同的可学习张量,该张量是全维的,并可完全嵌入到图像块序列中,用以丰富训练样本的多样性;（2）图像块序列融合重构模块。提取已经获得的图像块序列中不太重要的部分,并将它们与原始的图像块序列融合以重构原始图像块序列;（3）空间切割模块。从空间方向上对图像块序列进行切片和分组,并引入身份损失,可以有效提高图像块序列的短程相关性。对遮挡和整体重识别数据集的实验结果表明,所提网络的性能优于其他先进方法。     

基于不变矩和支持向量机理论的船舰目标识别

基于支持向量机(Support Vector Machine,SVM)理论和不变矩(Invariant Moments)理论,提出一种船舰目标识别方法。首先,对图像进行预处理,将彩色图像转化为灰度图像;然后利用Hu不变矩来提取图像的七个不变矩特征;最后,选用支持向量机作为分类器,并将计算出的图像的七个矩特征作为支持向量机的输入对支持向量机进行训练和测试。实验证明,将不变矩特征提取方法与SVM相结合用于模式识别,可以得到很高的分类效率和准确率。     

遮挡情况下运动目标的跟踪

遮挡是基于图像对运动目标识别与跟踪时经常遇到的问题,也是动态图像处理上比较难于解决的问题之一。首先给出了一种基于2-D图像序列的运动目标跟踪算法,并对其实现技术进行了讨论。最后给出了实验结果,从实验结果可以看出,该算法对短时间内被遮挡的运动目标的跟踪和预测效果良好。     

基于不变角度轮廓线的三维目标识别

三维物体的快速准确识别是研究的热点.根据局部特征变换的特点,提出了不变角度轮廓线的识别方法.算法通过点云矢量特征对物体进行局部分割,利用欧式距离、测地距离以及角度三个变量,建立其不变角度轮廓特征描述,进一步提取不变矩特征,构建特征向量数据库集.被识别物体的特征描述和数据库中特征进行夹角余弦匹配,可完成物体的识别.通过识别实验以及识别算法性能分析,结果表明算法具有较高的识别率和识别效率,可以用于复杂点云物体识别.     

基于局部双谱的高分辨距离像雷达目标识别

针对飞机目标的分类问题 ,介绍了一种基于局部双谱的高分辨雷达目标距离像识别方法 ,利用 Fisher类别可分性鉴别测度在距离像的双谱平面选择用于分类的局部双谱。将局部双谱方法与现有的几种基于双谱的方法进行比较 ,分析出局部双谱既利用了双谱的平移不变性 ,实现了一维匹配 ,又避免了在识别过程中计算整个双谱 ,减少了计算量 ,而且不需考虑极坐标双谱的插值与积分步长问题。利用三种缩比模型飞机的微波暗室转台数据对局部双谱的分类性能进行了测试 ,结果表明局部双谱是一种很有价值的平移不变特征 ,对于高分辨雷达目标距离像具有较高的识别率     

基于动态规划的红外小目标检测与识别

研究了天空背景下红外运动小目标的检测与识别,对序列红外图像进行增强处理,通过模板滤波去除弱噪声;运用分割算法和聚类分析把目标和强噪声从背景中分离出来。根据所定义的一种距离运用动态规划的方法找出目标,并得出目标的运动轨迹,给出整套处理方法的实验结果和分析。     

一个基于面向对象方法的文件阅读器软件

本文介绍了面向对象程序设计方法的关键概念，同时着重介绍了一个基于面向对象程序设计方法的文件阅读器软件的设计和实现．该软件用美国ＢＯＲＬＡＮＤ公司于１９９１年推出的最新面向对象的程序设计语言ＴｕｒｂｏＣ＋＋２．０版在２８６微机上调试通过。     

语音信号时间动态规正新方法

利用函数逼近原理，提出了一种语音信号时间动态规正的新方法，并由此导出了可用于神经网络语音识别的新特征。重点讨论了时间动态规正的原理、新特征的提取方法和性质。实验及理论分析表明，新特征对于神经网络语音识别及语音压缩具有很好的效果。     

一种识别工程图的新方法

提出了一种识别工程图的新方法,开发出一套工程图识别软件.利用该软件系统,对一工程图依次进行前处理、分段处理、圆和直线的识别,耗时约12s获得该工程图的识别图.结果表明该方法可以较为逼真地、快速地识别工程图,是一种识别工程图的有效手段.     

客户化远程学习系统学习对象元制作规则

个性化远程教学系统的一个重要问题就是制作与管理学习对象元,学习对象元构成了系统的最基本资源.依据学习心理学的基本概念和电子版超文本学习材料对学习者的基本影响特征,以及个性化远程教学的基本理论与技术,提出了学习对象元制作的基本规则与方法.     

三维图像中物体体素重建的新方法

在三维图像，例如LSCM，CT和MRI图像的处理、识别、可视化和计算机绘图中，三维物体的重建是必不可少的．已有的三维物体重建方法是基于二维物体重建的连通模拟法，因此重建速度慢．为此，我们提出一种新的快速的三维物体体素重建方法．在这种方法中，首先采用边沿跟踪和水平扫描的区域标号法重建三维图像的每个平面中的二维物体切片，然后采用伪OR运算和链接表的叠片法重建三维图像中的三维物体实体．作者首先介绍边沿跟踪和水平扫描方法，然后介绍伪OR运算和链接表，最后给出采用这种方法的实验结果的一个例子。     

基于网格分组移动对象的索引方法

针对目前使用广泛的移动对象索引技术对受限范围内的海量数据索引管理问题.引入了网格技术实现移动对象的分组管理,提出了基于网格分组的移动对象GG TPR树索引方法.该方法利用网格分组的方式,将位置与运动行为接近的移动对象进行整体维护和批量管理,从而减少索引维护的中间环节,提高移动对象的索引效率.模拟实验结果表明,利用GG TPR树索引受限范围内的海量数据较已有的移动对象索引方法性能更优.     

一种基于仿生学原理的复杂彩色目标辨识方法

根据仿生学原理，以生命科学对人类视觉系统的研究成果为基础，提出了一种满足目标辨识四要素（形状、颜色、大小、知识）原则的辨识复杂彩色目标的影射-特征-知识方法。此方法充分考虑了四要素对目标辨识过程的影响，实验证明了其有良好的准确性和速度优势。     

基于目标序列分析的智能监控多目标自动检测跟踪

针对道路交通监控场景，提出并实现了一个多目标自动检测与跟踪系统． 首先通过高斯混合模型的运动 信息提取方法得到目标运动信息，并分析了目标信息的连续多帧历史信息， 估计目标区域信息在连续多帧中的统 一性，进而通过信息融合的方式得到了目标检测结果． 然后提出了监控场景下多目标的跟踪与管理策略， 根据目标 检测结果，对场景中的多个目标同时进行跟踪．最后， 根据目标的不同状态将目标划分为新出现目标、被更新目标 和被跟踪目标等不同的类别，提高目标跟踪的准确性．     

控制对象动态特性的辨识

本文应用求解Ｗｉｅｎｅｒ－Ｈｏｐｆ积分方程的时序计算方法,辨识单参数或多参数控制对象的动态特性。     

基于过滤信赖域算法的非线性二层规划求解方法

引入过滤信赖域技术,给出了一种利用线性二次二层规划逼近求解非线性二层规划的方法,并通过一个数值试验,验证算法的可行性.