基于加权统计模型和遗传算法的人像目标检测

目的 研究基于加权统计模型和遗传算法的人像目标检测方法。方法 提出用于检测非刚性图像目标的一种加权统计模型,该模型含有待检测目标样本的统计值,可有效解决图像目标发生形变和倾斜情况下检测器的适应性问题。     

小波分析在人像识别系统中的应用

本文在小波分析的基本理论和特点得基础上,重点介绍了小波分析基于人像识别系统中的图像处理、图像压缩等方面的应用,与传统图像处理方法做了对比,展望了小波分析的前景。     

视觉选择性注意的模型化计算及其应用前景

视觉选择性注意(Visual Selective Attention,VSA)的模型化计算是当今认知信息处理领域的热点前沿研究方向,在计算机智能视觉感知领域有着广阔的应用前景。对近年来视觉选择性注意研究领域的成果进行了回顾,着重对中央区自下而上兴趣圈的产生、视觉任务和物体知识的表达、自上而下与自下而上的双向信息流的汇合以及显性注意分支中凝视点的转移控制等问题中具有较高影响力的模型化计算方法的效能和特点进行了分析与探讨,对相关争论进行了归结和评述。进而通过VSA模型化计算在工程应用领域特别是视频压缩、目标检测、广告设计等方面的成功应用范例展示了其工程应用价值,最后对其应用前景进行了展望。     

LBAM神经网络及其在图像识别中的应用

本文提出了一种用于图像识别的神经网络。它由映射网络ＭＮ和ＬＢＡＭ网络组成。ＭＮ中使用了不变性换法，降低了图像样本的维数肯保持分类距离不变。在设计ＬＢＡＭ网络时，通过全局考虑，使得网络的吸引点和吸引区域满足实际全局最优之需要。ＬＢＡＭ具有网络结构简单和收敛速度快的优点，计算机模拟证实，此网络具有对缺损和噪声图像进行正确识别的能力。     

人像识别技术的发展与应用

人像识别技术主要包括人像检测、人像跟踪、人像比对,与其他人体生物特征识别技术相比较,具有直接、快速、简便、非侵扰和不需要人被动配合的特点。人像识别技术的最新进展就是可以通过摄像机来搜索捕捉识别活动的人像。该技术在金融、政法等系统有着很好的应用并具有更广泛的应用前景。     

视觉注意的图像目标预检测

提出了融合自底向上和自顶向下模式的视觉注意机制的改进算法.该算法使用以完整轮廓信息作为物体识别标志的方式,几乎不需要先验知识,改进了自顶向下算法的需要大量先验知识的弱点;同时由于将物体轮廓作为的一个识别和预检测的重要参考信息,改进原视觉机制中的仅使用三个显著图,没有整体意识,从而致使识别范围过大的弱点.实验证明该方法提升了搜索预检测目标的准确度.     

基于视觉注意机制的图像质量评价

提出了一种基于人眼视觉注意机制的图像质量评价算法(VAIQM).首先,对输入图像进行预处理,以便分别在细节和轮廓2个层次上测量局部视觉畸变.然后,在视觉显著、中等显著和不显著区域分别计算区域相似度,并将其合并为图像整体的细节和轮廓相似度.最后,将细节和轮廓相似度合并为图像整体质量指标.实验结果表明,在A57,IVC,TID2008,Tomaya-MICT,LIVE,CSIQ和WIQ七种数据库上,VAIQM算法的整体性能均优于结构相似性(SSIM)算法及其扩展版本MS-SSIM算法,能更好地体现主客观评价的一致性.MS-SSIM算法需要利用多分辨率分析工具将待测图像分解为若干子带,其计算复杂度远高于VAIQM算法.此外,VAIQM算法在这7种数据库上的性能波动均较小,显示出较高的鲁棒性.     

一种基于改进视觉注意模型和局部自相似性的目标自动检测算法研究

针对基于视觉注意模型的检测算法只能检测到图像中的感兴趣区域,无法准确地提供目标的轮廓和位置的不足,提出了一种基于改进视觉注意模型和图像局部自相似性的目标自动检测算法。通过增加运动速度和运动方向特征改进了经典的Itti视觉注意模型。利用改进的视觉注意模型提取感兴趣区域,提高了视觉注意模型的检测能力。再利用图像在边缘处具有良好的局部自相似性,实现了基于图像局部自相似性的目标检测算法。实验表明,算法能快速检测到图像中的目标感兴趣区域,并对其进行精确分割和定位。     

基于视觉注意力模型的FCM法在医学诊断中的应用

基于人类视觉注意模型得到局部视觉显著图,然后以注意焦点初始化聚类中心进行模糊C均值聚类,从而实现图像ROI的提取.实验证明基于图像视觉注意力模型的FCM方法应用于计算机辅助诊断中可以提高医学诊断的有效性和快速性.     

图像识别在吻合器漏针检测中的应用

提出了一种基于图像处理和模式识别技术的计算机吻合器漏针自动检测方法.该检测系统通过微机控制CMOS摄像机拍下吻合器图像,采用二值化、特征提取和模糊聚类等一系列计算机视觉技术检测漏针.实践表明,该方法准确率高、速度快,比传统检测方法有着更高的可靠性和效率.     

网络时代的人脸识别技术及其在舰船上的应用

人脸识别技术是当前国内外一项热门研究课题 ,广泛应用于机器人视觉、人机对话、通信、人口管理、安全和准入等场所。本文介绍了人脸识别的几个研究和应用领域 ,给出了当前流行的各种人脸探测方法 ,阐述了各自的缺点和适用范围 ,探讨了人脸识别技术在舰船上的应用 ,另外还简单介绍了人脸识别的研究工作     

人脸识别系统及其在现实生活中的应用

计算机人脸识别技术是生物识别的一个重要分支。本文介绍了人脸识别系统的基本组成和常见的识别方法以及人脸识别技术在现实生活中的应用。     

人脸识别系统及其在现实生活中的应用

计算机人脸识别技术是生物识别的一个重要分支.本文介绍了人脸识别系统的基本组成和常见的识别方法以及人脸识别技术在现实生活中的应用.     

人脸三维模型与识别

人脸三维模型与识别技术 ,是将贝叶斯统计识别理论应用于立体人脸识别 ,给出了基于DSP的立体人脸识别系统设计方案     

基于模型匹配人脸识别的研究

提出了基于模型匹配的人脸识别方法.利用人的脸部特征规律建立一个立体可调的模型框架,在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位,着重于解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响.     

一种改进的人脸边缘检测方法

人脸检测和识别技术在公共安全、图像检索、人机智能交互等方面有着巨大应用前景.在民事和经济领域,各类金融卡、信用卡的持卡人的身份验证,社会保险人的身份验证等具有重要的应用价值.边缘检测是人脸检测的关键技术之一,文中论述了一种全新的二次边缘提取算法以及图像的归一化处理.采用的算法既可以优化图像质量,又可以完成对图像的二值化处理和边缘提取.Matlab和Yale人脸库实验表明,该算法简单、快速,在一定程度上优于著名的Prewitt和Sobel算子.     

一种新的嗅觉神经模型及其在人脸识别中的应用

提出了一种新的嗅觉神经模型.该模型由嗅球层和嗅觉皮层构成,不同层间由前向和后向反馈构成,具有分布式延时输入,分别用二阶和一阶微分方程描述嗅球层和嗅皮层中神经元.基于ORL数据库,模型被用于人脸识别以分析其模式识别能力.实验结果表明,相比于其他算法,提出的模型具有较好的性能.     

面孔识别的特异性及加工模型

面孔识别是近年来心理学研究的热点问题,通过对以往文献的分析,发现面孔识别具有特异性,以及面孔识别的两大模型的不足之处,并展望了面孔识别的未来研究趋势.     

用于人脸识别的人脸图像标准化算法

人脸图像的标准化，作为人脸图像预处理过程，是计算机人脸识别中很重要的一个环节。论文给出了一种改进的人脸图像标准化算法。该算法首先利用人脸图像的垂直灰度投影曲线确定脸的左右边界；接着根据人脸图像的水平灰度投影曲线来确定眼、嘴的位置；然后依据确定的眼、嘴以及脸的左右边界这些参数对图像进行剪裁和缩放；最后获得人脸的标准图像。采用ORL人脸数据库进行仿真实验，结果表明，该算法基本消除了背景、头发、服装等干扰，保留了人脸识别所需的主要信息，更利于后续的特征提取与识别，解决了常规方法不适合侧面人脸图像或者闭上双眼的人脸图像的问题，是一种有效的方法。     

基于图片特征与人脸姿态的人脸识别方法研究

针对人脸识别中在非限定条件下（如背景、光照等因素发生变化时）人脸多角度多姿态识别精度低的问题与现有基于识别模型的方法无法快速更新人脸类别,提出了基于图片特征与人脸姿态的识别方法,通过对人脸姿态的识别,最大程度的匹配人脸数据库中的人脸信息,使用VGG16卷积神经网络训练模型提取图片特征,生成特征向量,再使用支持向量机分别训练提取出的特征,与人脸数据库中信息进行比对,从而精确识别人脸。通过在Pubfig与FERET人脸库上实验结果表明,所采用的算法精度较高。