基于M-GCHMM步态识别研究

步态识别是通过人走路方式来识别人的身份方法.该文采用高斯多元混合输出模型,改进CHMM在步态识别中的应用.首先,采用背景减除法进行步态检测,用边缘跟踪法提取出步态图像的边缘轮廓,训练得到的关键帧用多元高斯混合输出连续隐马尔可夫模型来表示,最后用近邻法进行识别.在不同视角下,利用CASIA数据库对该算法进行验证,取得了较高的识别率,该算法对视角的变化有一定的鲁棒性.     

基于单张静态图像的人体行为识别方法综述

人体行为识别是计算机视觉的研究难点与热点,目前大部分研究者主要针对视频中的行为展开研究．然而,人类的视觉往往根据单张图片就可判断图片中发生的行为．基于单张静态图像的人体行为识别,挑战性更大,是近年来人体行为识别研究的一个趋势,更是探索人类视觉奥秘的一个很好切入点．本文对单张静态图像的人体行为识别方法进行梳理,将其分为三类,最后对其未来研究方向进行展望．     

基于静态位移的简支桥梁损伤识别方法

以简支桥梁为研究对象,建立了基于静态位移的损伤识别方法.利用结构在相同载荷作用下、不同损伤状态的桥梁静态位移,提出了桥梁曲率比的损伤定位指标.利用结构基准状态即有限元基准模型建立了损伤程度识别公式.该公式可利用线性规划优化算法求解,其中有限元基准模型建立过程简单,只需要保证有限元基准模型的几何构型与桥梁结构相同即可.分...     

关于双足机器人步态规划方法的研究

在类人机器人的研究领域,关于双足机器人步态规划方法的研究一直是一个重点和难点．本文主要叙述在仿真平台下,对静步态规划方法和动步态规划方法的应用和测试,以及对实验结果进行的分析,并根据实验结果对算法进行一定的优化．希望能为双足机器人实现快速、平稳类人行走提供一定的参考．     

基于深度置信网络和生成模型的驾驶疲劳识别

驾驶疲劳识别研究对预防交通事故提高交通安全具有重要意义.提出了一种基于深度置信网络和生成模型的驾驶疲劳识别方法.为了有效地表示疲劳,采用深度置信网络从人脸图像中提取疲劳特征;结合已标注样本和未标注样本,提出了一种基于生成模型的半监督学习的疲劳识别方法,解决了疲劳识别中的小样本问题.在自建疲劳数据库上,采用该方法进行了驾驶疲劳识别的仿真实验,同时和其他几种方法进行了对比,结果表明该方法具有更高的识别精度.     

二阶隐马尔可夫模型的学习算法及其与一阶隐马尔可夫模型的关系

研究和推导了二阶隐马尔可夫模型(HMM2)的学习算法,其中包括前向、后向变量的定义与计算,Viter-bi算法,以及Baum-Welch算法.同时还研究了HMM2与一阶隐马尔可夫模型(HMM1)之间的关系,发现对任给的HMM2,总存在一个HMM1与之等价,提出了HMM2与HMM1的等价性定理,并给出了定理的证明.     

基于Gabor运动能量滤波的表情识别方法

讨论了Gabor运动能量滤波器（GME）在动态面部表情的应用,并在Cohn-Kanade表情库中进行对比实验,表明在低强度的面部表情上GME方法比GE有较好的效果.     

基于ResUNet和Dense CRF模型的地震裂缝识别方法

针对人工解释地震资料耗时长、效率低、受主观因素影响较大的不足,提出了一种基于ResUNet和全连接条件随机场（dense conditional random field,Dense CRF）模型的裂缝识别方法。该方法首先使用ResUNet模型提取地震振幅数据体中裂缝的不同分辨率的特征,实现地震裂缝识别;然后利用Dense CRF模型进一步优化识别结果,从而实现地震裂缝的精准识别。将该方法与传统UNet、ResUNet模型在合成地震振幅数据体和F3工区地震数据体进行了实验比较,结果表明运用所提方法识别的裂缝更准确、裂缝尺寸更细、连续性更好。     

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.     

基于图像内容和特征融合的隐写盲检测

随着特征选择和分类技术研究的不断深入,盲检测的精度越来越高,但现有方法大多不考虑图像自身的内容特性对检测的影响. 该文提出一种基于图像内容和特征融合的盲检测方法,根据图像复杂度将待检测图像划分为不同的子图像库,以巴氏距离度量各局部特征的分类能力并确定权值,在特征融合基础上对各子库提取不同特征,用支持向量机进行分类. 在混合图像库上进行的实验表明,该方法具有更好的检测性能,并降低了运算复杂度.     

基于遗传算法的双足机器人上楼梯的步态规划

针对双足机器人上楼梯的步态规划问题,应用三次样条插值合成脚踝的运动轨迹,并基于加速度分析设计出臀部运动轨迹,计算动力学模型得到ZMP轨迹,进而得出机器人步行的稳定性可以表示为关于上体初始位姿的多变量优化问题.最后应用遗传算法(genetic algorithm,GA)求解,获得稳定性好的优化步态.机器人上楼梯的动态步行仿真结果表明,运用遗传算法可以得到合适的优化轨迹.     

基于特征模板提取及SVM的观点句识别

为了有效识别中文微博的观点句,提出了基于Hownet词典及模板的特征提取方法,并使用SVM 算法对微博中的观点句进行识别.运用新设计的一个模板匹配的方法来进行特征提取,并通过计算其信息增益筛选出最后的特征模板.实验结果表明：算法具有优越性和有效性.     

基于隐马尔科夫模型集成学习的广播关键词检测

由于无线电技术的日益成熟,盗用正常广播频段进行其他活动的非法广播对国民经济和安全造成相当大的危害,因此对非法广播的监测非常重要。本文集成隐马尔科夫模型对广播关键词进行识别,进而监测非法广播。在试验中,首先对采集的非法广播进行人工切割与标定用于训练,然后研究基于集成学习的方法组合多个模型,使用投票规则得到最终结果。将集成学习的PocketSphinx系统与单一模型进行比较,试验结果显示,与单一模型84.8%的识别率相比,集成的PocketSphinx系统识别率达到92%,并且具有更好的稳定性。     

一种基于动态协同更新机制的 接触网故障智能识别方法

随着电气化进程的加快,对接触网的运行及故障识别等提出了更高的要求针对目前电气化铁路接触网参数较多、容易发生故障,且故障识别较慢、精确度不高等问题,提出一种基于动态协同更新机制的接触网故障智能识别方法首先,依据技术标准选取接触网中常见的几种典型参数故障数据与正常数据,并完成各类别的标签指标设计;其次,针对传统粒子群算法中存在的寻优能力不足等问题,采用动态协同更新机制进行改进;然后,构建基于动态协同更新机制改进粒子群优化极限学习机的接触网故障智能识别模型（DCUMPSO ELM）;最后,通过仿真实验分析,验证所提方法在接触网故障智能识别中的有效性,为接触网故障识别提供了一种新的智能方法与思路     

基于韦伯二值感知特征的指纹活性检测

基于韦伯二值感知特征的局部描述符,提出一种指纹活性检测方法。该方法包含两部分：根据韦伯定理提取视觉感知特征的局部二值差分激励,以及从中心对称像素对提取梯度方向特征的局部二值梯度方向。在2011年和2013年指纹活性检测竞赛的数据库上,使用支持向量机分类器对提取的特征向量进行训练和测试,实验结果表明了该方法进行指纹活性检测的有效性。     

基于频带能量和相同步的运动意识任务分类研究

提出了基于信号频带能量和相同步作为脑电特征向量,实现对左右手运动意识任务的分类方法．用线性判别式算法对左右手运动想象脑电模式进行识别,识别正确率最高达到了86．43%,与只用特定频带能量作为脑电特征分类结果相比,效果更好．为大脑运动意识任务的分类提供了新思路．     

基于贝叶斯网络的Peer-to-Peer识别方法

网络业务分类与识别是网络管理、网络规划和安全的必要途径,而Peer-to-Peer (P2P)流量由于采用伪装端口、动态端口以及应用层加密,已成为业务分类与识别的主要难点. 该文提出了P2P业务的精确识别方法,通过对流统计特性的分析,提取相关特征属性,应用遗传算法选取最优特征属性子集,并采用贝叶斯网络机器学习方法识别P2P流量. 实验表明Ｋ2,TAN和BAN能有效快速地识别P2P业务,分类精度高达95%以上,很大程度上优于朴素贝叶斯分类和BP神经网络方法. 同时该系统具有可扩展性,能够识别未知的P2P流量,并适用于实时分类识别环境.     

基于FCM和BP神经网络的棉麻纤维识别方法研究

提出一种基于模糊c均值(FCM)和BP神经网络的棉麻纤维识别方法。首先,根据纤维横向和纵向截面形态的不同,提取6个特征参数,然后运用模糊c均值算法将样本聚类成3类,再将聚类后的数据作为BP神经网络的输入进行训练和预测,最后进行仿真实验。结果表明,将两种算法结合起来用于纤维的识别具有明显优势,是值得推广的纤维识别方法。     

基于极坐标分区LBP的交通标志识别方法

为了突出交通标志的空间结构分布特征,提出一种基于极坐标分区局部二值模式的特征提取算法.对国际公开交通标志识别数据库GTSRB的43类交通路标中共计12 630张测试图像进行仿真实验,实验结果证明了该算法是有效的.     

基于多特征提取的识别算法数学建模优化研究

数据建模优化在多特征提取领域应用广泛,基于统计特征和基于结构特征的识别算法需要在数学建模优化下实施,可以改变图像的输入结构,从而能够对图形的统计特征进行提取,采取网格划分方法,对图像进行划分,然后对网格内文字像素进行比对,保证文字图像能够通过细分类模式进行识别.