纤维织物上血痕的血型检测

目的探讨血痕的血型鉴定方法.方法解离试验.结果解离抗体可与已知血型抗原发生凝集,从而判定血痕的血型.结论解离试验稳定、可靠、特异性好,可以应用于法医鉴定中.     

利用滴状血痕推断接触角度的理论分析

本文通过对血液的组成特性和对血滴运动的动力学分析，对及对血滴接触客体的运动过程分析，说明了滴状血痕的形状与接触角度的关系，有利于对犯罪现场的重建。     

基于计算机视觉的排爆机器人设计

本设计基于单片机及计算机视觉技术,完成了一个新型排爆机器人的制作．单片机作为系统检测和控制的核心。负责控制机器人平台及摄像头云台．应用了最新的计算机视觉技术（OpenCV）,该技术可实现目标的识别,识别出爆炸物,从而控制摄像头云台实时跟踪,传回所需爆炸物的图像信息,达到使操作员简洁快速排爆的目的．     

基于计算机视觉的火灾识别方法研究

本文对基于计算机视觉的火灾检测识别方法进行研究。首先采用运动检测与火焰颜色模型想结合的方法对视频疑似火灾区域进行分割,然后提取出火焰矩形度、火焰面积增长特征、火焰波动频率三个特征,将此三个特征作为火灾识别的特征向量,最后训练BP神经网络分类器,对火灾进行识别。     

基于计算机视觉的三维重建技术研究

针对计算机视觉在图像识别和三维模型构建中的广泛应用,本论文对基于计算机视觉的三维重建技术进行了分析探讨,首先分析了当前三维模型重建技术中存在的问题,在此基础上重点探讨了基于机器视觉的三维重建技术应用,给出了基于特征点的三维模型匹配方法,探讨了三维重建机制的步骤,对于进一步提高计算机视觉在三维重建技术方面的应用水平具有一定借鉴和指导意义。     

基于计算机视觉的三维激光扫描测量系统

介绍了基于计算机视觉三维激光扫描测量系统．该系统主要由双目视觉测量探头、图像采集卡、扫描机构及其控制部分组成．通过两个摄像机同时摄取一个扫描激光光条的图像,经图像匹配,利用视差,可计算得到光条上所有点的位置以及深度,即被扫描物体表面的三维信息．就系统中的摄像机标定、图像采集、特征提取、图像匹配及三维信息恢复等主要工作过程进行了论述．     

基于计算机视觉的博物馆导览系统

为了利用计算机视觉技术对当前拍摄物体进行识别并获取相关信息,设计和实现了两种视觉系统框架:系统一通过智能手机上传图像帧的方式在服务器端对博物馆内物体进行识别;系统二在智能手机端对区域内物体进行实时识别。实验证明两种方法充分利用了智能手机和服务器端各自的软硬件资源,达到实用效果。前者充分利用了服务器端庞大的处理能力和较高的存储能力,支持大规模物体的识别;后者能有效减少网络通信流量,减轻服务器负载,支持小规模的物体识别。     

基于计算机视觉的柑橘自动化分级

以柑橘为对象,研究了计算机视觉分级中的柑橘图像采集和图像信息处理方法.利用单个异步复位摄像机实现双通道柑橘的定位触发采集图像.每帧图像包含6个柑橘的图像,且每个柑橘被连续采集3个不同表面的信息.研究了基于果径大小和表面颜色的柑橘图像快速处理分级技术.建立了由PC机、PLC(可编程逻辑控制器)、摄像机、图像采集卡和接近开关等组成的上下位机结构的柑橘视觉分级自动化系统,并以300个柑橘进行了分级试验.试验结果表明:系统能在分级速度为每秒14个柑橘,等级数为9的分级条件下稳定工作,按大小分级精度达±1.5 mm.     

犯罪现场血迹形态分析概述

犯罪现场血迹形态分析是现场重建的重要技术内容之一。通过对犯罪现场遗留的血迹形态进行分析，可以推断出血点，判断作案的过程以及出血之后相关人、物的运动状况，从而印证证人、受害人的陈述是否正确，印证犯罪嫌疑人的供述是否真实。本文介绍了犯罪现场血迹形态分析的基本内容、作用等。     

犯罪现场人体气味鉴别的研究进展

人体气味是具有个体特征的气味,犯罪现场人体气味的分析鉴别对侦查破案意义重大。目前,犯罪现场人体气味鉴别的研究方法有警犬鉴别法和仪器分析鉴别法,警犬鉴别法已较为成熟,仪器鉴别人体气味的研究则刚刚起步,两种方法相结合互相印证是人体气味鉴别研究的发展方向。     

浅论计算机网络犯罪

从计算机网络犯罪的概念入手,探讨了网络犯罪特点及我国刑法的规定,提出了防范网络犯罪的对策。     

计算机犯罪探析

概括介绍了学术界存在的关于计算机犯罪定义的广义论、狭义论和折衷说，并提出了作用自己的见解；分析了计算机犯罪的三个主要特征和现实存在的六种犯罪形式；提出了如何从管理上、技术上和法制上防范计算机犯罪的对策。     

计算机犯罪侦查模式化研究

计算机犯罪作为一种伴随信息化产生的新生事物,自出现以来便对公安机关的传统侦查工作提出了新的挑战。由于其内在的高科技性、高隐蔽性以及匿名性,对计算机犯罪案件的侦查也应当注重法律程序与最新技术的融合。在对计算机犯罪侦查进行简要分析的基础上,借鉴形式化建模方法,以标准法律程序为依托,构建了一个以公安机关为主体的计算机犯罪侦查模型,以期为现有的计算机犯罪侦查工作提供技术支持和实践指引。     

论计算机犯罪及其防范对策

简述了计算机犯罪的概念和特点及其构成要件,分析了计算机犯罪产生的原因,对刑法中有关计算机犯罪的规定提出了一些看法和完善意见,并进一步探讨了计算机犯罪的防范对策。     

基于深度学习的手术场景运动感知

基于术中影像的运动感知是计算机辅助手术系统开发的重要研究内容,能够为运动补偿、软组织形变分析等应用提供有价值的信息,从而提高手术效率并增强手术安全。然而,手术影像中运动器械的遮挡降低了对局部区域估计的准确性。为解决这一难题,提出一种基于光流网络和解耦表示的运动感知方法,并结合自监督学习范式优化模型。制作了神经外科手术数据集,在PyTorch深度学习框架下对模型进行训练和验证。实验结果表明：该运动估计方法在复杂手术场景中具有稳定性强、准确度高的优点,在计算机辅助手术中具有较高的应用价值。     

复杂光照场景下基于MTCNN的人脸检测

为了提高复杂光照条件下的人脸检测识别率,提出了一种基于Retinex图像增强技术应用于多任务卷积神经网络(multi-task cascaded convolutional networks,MTCNN)的人脸测算法.算法用Retinex理论对图像进行增强,能明显提高MTCNN在不同光照场景下的人脸检测精度,同时使面部...     

计算机辅助的颅骨面貌复原技术

介绍利用计算机图形学和人工智能的方法完成颅骨面貌复原的发展、研究问题和构造计算机颅骨面貌复原系统的有关方法。     

基于贝叶斯统计推理的复杂场景边缘检测

复杂场景图像存在大量的噪声和纹理干扰,传统边缘算子的检测效果不理想.为此,文中提出一种基于贝叶斯统计推理理论的多信息融合边缘检测算法.该算法融合了梯度算子、拉普拉斯算子以及两级均值比率(ROA)算子的输出响应;通过最大类间属性互信息对特征属性进行最优离散化;利用非参数直方图方法估计类概率密度函数;并通过贝叶斯风险最小化原则实现边缘检测.试验中该方法的Bhattacharyya误差界为0.093,工作特性曲线下的面积(AUC)达到0.958,证明了该算法的有效性.与经典算子检测结果的比较也表明,该算法能够有效地克服图像中的噪声和纹理干扰.