基于角点及局部特征的饮料瓶识别方法

将机器视觉技术引入饮料瓶自动回收系统中.针对饮料瓶（PET材质）自身的特点,基于局部特征及几何不变性,采用一种亚像素级精度的角点提取方法,定义以角点为中心的左右曲线夹角及其符号作为饮料瓶的特征值,并提出基于“块”的快速匹配算法.实验结果表明,该算法具有较好的稳定性和可区分性,算法识别率高、速度快,能很好地满足饮料瓶自动识别回收的准确性和实时性要求.     

面向高分辨率遥感影像敏感目标识别的局部特征描述算法

提出了一种用于高分辨率遥感影像中敏感目标识别的局部描述算法--归一化像素分布直方图局部描述子。首先提取目标边缘,将目标边缘上每一像素点依次作为坐标原点构建“对数-极坐标”坐标系,规格化所有像素点的像素值,利用当前坐标原点以外的目标边缘像素点的分布来构建局部描述子。用提出的局部描述算法对敏感目标提取局部特征,构建敏感目标局部特征数据库。同时对待识别目标提取局部特征后与敏感目标局部特征数据库中的特征使用一种“分步匹配”的策略进行匹配,完成目标识别。     

任意方向自然场景文本识别

自然场景文本识别是计算机视觉领域一项极具挑战性的任务,为此提出一种适用于任意方向的自然场景文本识别算法.使用高分辨分割网络作为基础框架提取文本的空间信息,利用卷积长短时记忆网络提取文本的时空序列信息,同时通过设计字符注意机制使模型专注于字符上,并采用可微分二值化函数进一步加大网络对前景的注意力,削弱对背景区域的关注,网...     

基于跨域字典学习算法的人体行为识别

将一种跨域字典学习算法应用于人体行为识别中, 通过引入辅助域数据集, 与原始训练集（目标域）共同进行字典学习, 获得字典对, 进而得到动作类的稀疏编码, 有效扩充了训练集的类内多样性. 该算法为字典学习与训练分类相结合的学习框架, 可利用字典对学习过程中的重建误差进行分类. 实验在MATLAB仿真条件下进行, 将UCF YouTube数据集作为原始训练集, 将HMDB51数据集作为辅助域数据集, 选取两个数据集动作类别一致的7个动作, 根据提出的算法流程进行识别. 将该方法与其他两种人体行为识别算法进行对比. 结果表明, 该方法识别率显著提高, 证明了跨域字典学习算法在人体行为识别上的有效性.     

基于高阶累积量和改进GRNN的CSI手臂行为识别

为了挖掘信道状态信息(channel state information,CSI)在手臂行为识别中的非线性深层特征,提高识别准确度,提出了一种基于高阶累积量和改进广义回归神经网络(generalized regression neural network,GRNN)的CSI手臂行为识别算法.离线阶段,将在不同手臂动作下...     

基于抗滑力变化的边坡稳定状态识别

随着边坡工程复杂性增加,边坡稳定性分析面临很大挑战。由于坡体滑动具有阶段性,抗滑力的组成也是动态变化的,提出用双安全系数来辨识坡体所处的状态。边坡失稳伴随坡体强度的变化,按其演化过程分为强稳定阶段、弱稳定阶段和破坏阶段。基于极限平衡原理计算常规安全系数(F_s)和安全系数1(F_(s1)),得到边坡稳定状态的判识:当安全系数1大于1时,坡体处于强稳定阶段;安全系数1小于且常规安全系数大于1时,坡体处于弱稳定阶段;常规安全系数小于1时,坡体处于破坏阶段。结合模型试验,得到对应坡体三个阶段的两个安全系数关系曲线,理论上证明了双安全系数方法的可行性。运用分段安全系数方法对已知边(滑)坡状态进行分析,并对其稳定状态进行判识,结果与实际工程地质相符,验证了双安全系数法的可行性。     

对虾白斑病毒多抗原决定簇重组蛋白的抗原性分析

为研究重组多表位蛋白制备疫苗的方法的可行性,研究通过利用目前有研究证实与对虾白斑综合征病毒(WSSV)感染与致病力相关的重要决定因子囊膜蛋白VP28、VP19和被膜蛋白VP26,从这三种蛋白基因中筛选表位基因,将这些筛选到的抗原表位通过最优化的方式组合以及密码子优化,组成新的表位基因序列,命名为Y1798G,长度为509 bp。将该基因克隆到p ET-32a原核表达载体,生产抗原表位蛋白。将纯化的抗原蛋白注射到小白鼠体内,获得抗体;并通过蛋白免疫印迹(western blot)实验验证获得的抗体能否识别结合WSSV。结果表明所构建的抗原表位重组蛋白对WSSV具有特异抗原性,可见此种制备对虾白斑病毒疫苗的策略具有可行性。     

基于遇卡识别的改进Kalman滤波器模型-加速度校正方法

由于FMI成像测井仪器在井下做复杂的非匀速运动,导致成像图像出现严重的畸变现象,需要通过加速校正来恢复采样数据对应的真实深度。针对传统Kalman滤波器模型-加速度校正方法对“遇卡区域”适应性较差的现象,首先对仪器在井下的运动状态进行分析,识别出仪器的遇卡区域,然后利用遇卡识别结果对传统的Kalman滤波器数学模型进行改进,首次考虑了仪器相邻遇卡现象的叠加情况。结果表明:改进后的方法不仅有效地解决了“粘滞滑动区域”的锯齿现象,而且较好地消除了“遇卡区域”的压缩拉伸现象,恢复了地层的原貌。该方法不仅适用于FMI成像测井,同样适用于其他成像测井系列,尤其有助于改善国产成像仪器图像的质量,具有推广应用价值。     

基于不相关局部敏感鉴别分析的新生儿疼痛表情识别

针对新生儿疼痛表情识别中的特征提取问题,提出一种不相关局部敏感鉴别分析（Uncorrelated Locality Sensitive Discriminant Analysis,ULSDA）算法.首先,在局部敏感鉴别分析（LSDA）算法的基础上,通过附加投影向量正交性的约束条件,定义了ULSDA的目标函数;然后,推导出求解特征子空间正交投影向量的迭代公式;最后,将输入的高维图像数据投影到这个特征子空间,求出特征向量.ULSDA算法不仅继承了LSDA算法所具有的有监督、局部流形结构保持等特性,而且消除了LSDA算法所提取出的鉴别特征的相关性,从而增强了特征的鉴别能力,比LSDA算法具有更好的分类识别能力.在新生儿表情图像库上的疼痛表情识别实验结果表明,提出的ULSDA方法是有效可行的.当每类表情的训练样本图像为150幅时,采用ULSDA算法获得的平均识别率达到了82.07％,优于主成分分析（PCA）、线性鉴别分析（LDA）、局部敏感鉴别分析（LSDA）等特征提取方法.     

一种基于特征空间的月球撞击坑自动识别算法

撞击坑不仅是月球表面常见的一种地质单元,也是研究月表地质年龄的一个重要因素,所以准确的识别撞击坑就很重要．本文提出了一种基于特征空间的对撞击坑进行自动识别的算法．新算法先将CCD图像转换成特征空间图像,在特征空间中通过自适应的区域检测寻找撞击坑候选区域．再对候选的区域进行椭圆拟合以进一步确认撞击坑,最后统计得到撞击坑个数．新算法在嫦娥一号采集的月球CCD图像上进行测试,测试结果显示该算法对月球中小撞击坑有较高的识别能力．