一种基于综合特征的鞋底图像识别方法

本文提出了一种基于综合特征的鞋底识别方法,即提取鞋底的形状、直方图、纹理特征,将这些特征进行内部和外部归一化形成鞋底图像的综合特征.实验结果表明根据鞋底图像综合特征进行识别是很有效的.     

基于内容的图像检索技术

综合视觉特性,基于内容的图像检索图像特征提取的关键是图像低层视觉特征的提取技术,内容主要包括图像的颜色特征、形状特征以及颜色的空间分布特征,采用线性组合以及加权颜色空间分布熵四种方法来提高图像信息熵和空间分布熵进行图像检索的性能。     

基于区域过划分和再融合的全幅视觉图像分割

研究对移动机器人采集的视觉图像进行全局精确分割问题. 针对全幅道路图像分割问题提出:首先利用区域生长算法对视觉图像在HSV颜色空间下进行基于颜色特征的全局过分割,再利用傅里叶变换提取周向谱纹理特征,根据空间位置的相邻性和周向谱的分布特性,对过分割的全幅视觉图像进行基于纹理特征的再融合. 实验结果表明,该算法能够准确实现全幅图像的分割,比单纯利用颜色或纹理特征进行全幅图像分割具有更高的精度和可靠性.     

物联网下大区域校园智能视觉特征定位技术仿真

为了解决传统技术易受外界干扰,造成视觉特征存在缺失,影响定位结果,且仅可应用于颜色特征显著的视觉特征定位的弊端,通过SURF法和Euler距离匹配研究了一种物联网下大区域校园智能视觉特征定位技术。通过物联网技术对监控的大区域校园图像进行智能采集,给出物联网视觉传感器分布情况。针对采集图像进行预处理,增强图像干扰抑制能力。把图像当成包,把分割后图像块当成包中的示例,在大区域内为某视觉图像确定最优标注。在此基础上,通过SURF算法对视觉特征点进行检测,利用Euler距离实现物联网下大区域校院智能视觉特征匹配定位。结果表明：所提技术检测特征无显著差异,具有不变性;对白天校园人行道区域进行视觉特征定位,定位误差低;对夜间校园主干道区域进行视觉特征定位,定位误差较白天无显著差异。可见所提技术视觉特征定位精度高。     

鞋底微观形态特征研究

鞋底形态特征检验是足迹检验的重要内容,是认定鞋的依据。目前国内对鞋底形态特征 的检验方式仅停留在利用肉眼观察比对分析和检验鉴定的阶段,利用显微镜对鞋底微小形态进行 检验仍是空白。本文将显微镜下观察到的鞋底形态称为鞋底微观形态特征(microscopic characteristics), 并对其形成机理、特性及在检验鉴定中的应用价值进行初步分析,为使此项检验方法得 到广泛推广使用,提出了在足迹提取技术方面应达到的要求。     

基于视觉显著特征的人脸图像分割与跟踪方法的研究

将人脑视觉注意机制应用于人脸图像分割与跟踪中,提出了一种基于视觉显著特征的人脸目标分割与跟踪算法.该方法由三步完成：首先通过模拟人脑视觉注意机制迅速而准确地利用颜色、结构、梯度和位置等信息建立人脸显著特征图.其次,基于建立的视觉显著特征图,对人脸图像视觉显著特征进行学习和聚类,最终能够快速而准确地确认和分割出图像中的人脸区域.该方法突破了传统的逐点搜索的限制,通过一个几何模型和眼图模型对图像中的人脸区域进行搜索,大大提高了人脸候选区域搜索标记的效率,减少了后续处理工作.最后,通过分割出的人脸区域得到一个有效的边界特征图,并融合人脸显著特征图对人脸进行跟踪.实验结果表明本论文所提出的基于视觉显著特征的人脸图像分割与跟踪方法能够较有效地分割出人脸.     

一个多特征结合的图像检索技术

图像数据库应用日益广泛,如何高效、准确地进行图像的检索成为一项重要的研究领域。传统的图像检索主要依赖颜色、纹理、形状、空间关系等单一视觉特征,检索效果往往不够理想。针对这一实际问题,提出一种新的图像检索方法,通过对图像进行小波变换,获得纹理和形状的综合特征,对综合特征进行归一化处理,并将其作为图像相似性的衡量依据。实验证明基于纹理和形状特征的图像检索具有很好的效果。     

融合视觉特征和语义关系特征的视觉故事生成方法

现有视觉故事生成方法没有考虑不同图像之间高层视觉特征和语义关系特征的深层关联、忽视对图像序列主题的挖掘。提出一种既考虑了整个图像序列的主题又考虑不同图像之间视觉特征和语义关系特征相关性的融合视觉特征和语义关系特征的视觉故事生成方法。该方法利用自编码器挖掘图像序列的主题特征,通过主题特征总结由图像中实体推理出的语义关系特征,然后利用相互注意力融合高层视觉特征和语义关系特征。实验表明,该方法可以生成更具一致性和表现力的故事,并在机器评价指标上取得了比现有方法更好的结果。     

人类视觉特性的数字水印新方案

通过分析人类视觉特性,设计一种基于人类视觉特性、图像亮度特征及图像纹理特征的水印嵌入新方案.文中方案充分利用人类视觉特性,将水印信息嵌入到图像亮度较大和纹理复杂的区域.测试结果表明:文中方案具有较高的透明性和较强的鲁棒性.     

基于Laplace谱结构特征和局部特征的图像分类

鉴于常规词袋模型中图像局部特征对图像信息表达不全面的特点,提出一种基于图像Laplace谱结构特征与局部特征相结合的图像分类方法.在提取基于图像均匀划分的Laplace谱结构特征后,对图像进行尺度不变特征变换(scale-invariant feature transform,简称SIFT)的抽取及描述;构造基于图像特征的视觉词典;根据视觉词典对图像特征进行量化,得到图像的全局特征直方图表示;构造支持向量机(support vector machine,简称SVM)分类器并进行图像分类.实验验证了该方法对图像进行分类的有效性与可行性.     

鞋楦数字模型的特征识别与自动提取

文章针对鞋楦特征参数化建模的需要,研究鞋楦数据模型的有关几何特征的自动提取;对于不同几何特征建立相应的自动提取的处理方法和算法,采用逐步小角度坐标旋转变换,实现鞋楦前跷高、后跟高、中轴线的自动提取;采用截平面法,实现三围线的自动提取;综合应用Matlab、C语言和Pro/E,实现鞋楦数字模型的特征识别与提取的自动化;最...     

融合特征筛选策略的双塔网络鞋印检索算法

鞋印图像识别是计算机视觉在公安一线工作中的一项重要应用。当前公安侦查工作中鞋印图像无法进行精准识别的问题制约了工作效率与质量的提高,归纳起来主要是囿于鞋印现场提取的复杂情况、鞋印花纹图样的复杂特征以及鞋印图像的残缺不全。针对残缺鞋印,为了进一步提高残缺鞋印检索结果,设计了一种融合特征筛选的双塔网络鞋印检索算法。一方面,在网络中引入分区策略,将鞋印图像分为足掌区和足跟区用两个特征网络分别提取图像特征进行融合;另一方面,选择融合ResNet网络和Transformer网络的新型卷积神经网络convNeXt网络作为骨干网络,加入注意力机制模块,提取最后一层卷积特征后用不同的特征筛选方法去除鞋印图像中的无关特征,最后拼接展开成为特征描述符进行相似度计算。在训练阶段,优化学习策略,将其作为完整的图像分类网络进行训练。实验结果表明,本文选取的网络模型优于其他卷积神经网络,在CSS-200和FID-300两个鞋印数据集上取得了较高的准确率。     

脚型三维测量与特征参数自动提取

脚型自动测量的目的是提取与制鞋相关的特征参数,并用这些特征参数指导鞋楦的设计,制造出合脚的鞋。本文在脚型测量仪获取数据的基础上研究了脚型特征参数的提取方法。文中详细描述了主要特征参数的定义,提出了在未做标记的情况下特征参数的提取方法,结合实际脚型测量给出了测量结果。特征参数的自动提取可为个体化鞋揎的设计和量脚制鞋提供必要的数据支持。     

Adaboost算法在人脸检测中的应用

针对人脸检测的特点,详细叙述了检测中应用的特征值的计算以及积分图的使用,给出了基于Adaboost算法的弱分类器选取和单个强分类器的训练过程,以及最后的层叠分类器的具体组成形式.基于此算法的人脸检测具有检测率高、速度快、对于光照变化适应性强的特点,能够达到实时检测的要求.     

基于整体特征的鞋印匹配算法

根据鞋印图像自身的特点,提出了一种新的鞋印定位方法;在此基础上提出了将鞋印的外纹轮廓简化成四边形,然后用四边形原理的方法来提取鞋印的几何特征用于鞋印匹配;内部纹理特征的识别采用改进的局部二值模型(local binary patter,LBP),为了充分的利用鞋印上的特征;将这内外特征相结合形成一个整体特征用于鞋印的匹配。实验结果表明,整体特征在保持算法鲁棒性情况下,匹配用时短、识别率高。     

基于深度学习跨清晰度的鞋面检索——从足迹图像到视频中锁定犯罪嫌疑人的应用

如何有效利用鞋样联合监控视频中提取行人所穿鞋子信息进而锁定嫌疑人在视频中的位置是一个新的课题。基于深度学习的跨清晰度的鞋面检索算法可以解决视频提取的低清鞋子与高清鞋面比对检索的难题,从而打通从足迹到视频中锁定嫌疑人的通路。算法在实现过程中,加入网络分支、特定损失函数、随机变换等手段。在1172组样本检索测试中,算法累计查中率首位达到66.2%,前5达到85.8%。实验证明,在客观指标和主观验证均达到较高的应用级别水准。     

Efficient and Robust Feature Model for Visual Tracking

Long duration visual tracking of targets is quite challenging for computer vision,because the environments may be cluttered and distracting.Illumination variations and partial occlusions are two main difficulties in real world visual tracking.Existing methods based on hostile appearance information cannot solve these problems effectively.This paper proposes a feature-based dynamic tracking approach that can track objects with partial occlusions and varying illumination.The method represents the tracked o...     

基于区域特征的图像分类技术

为解决自然图像的对象分类问题,提出了一种新的区域特征提取和表示方法. 该方法采用六边形近似区域边界,使用六边形的边长比和角度表示区域的形状特征,并采用简化的SIFT描述子描述区域的外貌特征. 将这种区域特征矢量量化后形成码书,用于基于特征包的识别模型,完成分类任务. 用PASCAL2007视觉竞赛数据集作为测试数据集,获得了较好的分类效果,结果表明,该区域特征表示法综合了外貌特征和形状特征,具有较高的分辨性能,同时还具有描述简洁、通用性强的特点.     

基于SVD的唇动视觉语音特征提取技术

唇动视觉语音特征提取是音视频驱动的人脸动画唇动表示和唇读研究的关键技术．首先针对彩色视频图像进行唇色增强，对增强后的灰度图像进行闽值分割，获取唇部包围框，并根据口型发音的视觉特征进行初分类；然后进行尺度与灰度归一化处理，对预处理后的图像提取奇异值特征；最后采用基于欧氏距离的模板匹配法对该奇异值特征所包含的视觉语音信息进行测试试验．结果表明该低维度特征包含了大量唇动视觉语音信息，可用于单个人在自然环境下的唇语口型识别．