三维人脸建模中面部特征点的提取

根据人脸结构、人脸特征的提取方法、人脸建模中特征轮廓线的提取步骤.提出一种基于彩色Snake模型和人脸先验知识的面部特征轮廓线提取算法,并将其用于真实感的三维人脸建模过程中.图3,参5.     

基于高光谱特征提取的藻类叶绿素a反演模型

选取自然界中分布较广泛的小球藻和铜绿微囊藻为研究对象,进行室内藻类光谱试验,同步测定其ρ(叶绿素a),并分别建立基于混合高斯函数的小球藻和铜绿微囊藻高光谱信息模型. 在此基础上,利用模拟退火算法实现模型的非线性参数拟合,提取这2种藻的高光谱特征,通过非线性回归分析,反演得到分解后的高光谱信息模型的峰高(h_i)与ρ(叶绿素a)的定量模型,实现对水体中小球藻和铜绿微囊藻ρ(叶绿素a)的预测. 结果表明:藻类高光谱特征提取算法能有效揭示小球藻和铜绿微囊藻的光谱本质特征,并得出相应的小球藻和铜绿微囊藻叶绿素a反演模型.      

基于形态滤波遗传算法对目标红外图像特征检测

将形态滤波和自适应遗传算法结合起来,提出了一个用于目标检测的形态滤波器参数优化遗传算法。通过设计了形态滤波的遗传算法,寻求最佳结构元,以实现对目标的自适应检测。作为2个特殊环境中的应用检测实例,分别对固体推进器尾喷焰红外图像和复杂背景下的弱小目标进行检测。实验结果表明该方法能够更好地适应环境变化,更大程度地提高目标信号检测的信号噪声（SNR）比,有效地检测出复杂背景下的目标。     

基于CYCBD和麻雀搜索算法的滚动轴承故障特征提取方法

目的解决在较强的噪声环境下最大二阶循环平稳盲解卷积(MaximumSecond OrderCyclostationary Blind Deconvolution,CYCBD)算法在滚动轴承故障特征提取时效果欠佳的问题,为滚转尾翼导弹的尾翼滚动轴承故障诊断提供方法参考。方法提出一种利用麻雀搜索算法(SparrowSearchAlgorithm,SSA)优化CYCBD算法的方法,将CYCBD算法解卷积的包络谱熵作为SSA寻优的适应度函数,利用SSA高效地寻找出合适的循环频率以及滤波器长度,选择自适应参数后,再使用CYCBD算法有效解卷得到周期脉冲特征。结果同时对比SSA优化CYCBD前后进行故障特征提取的包络谱图,CYCBD的噪声幅值不超过0.13 m/s^(2),峰值不超过0.29 m/s^(2),用SSA优化CYCBD的噪声幅值不超过0.08 m/s^(2),峰值不超过0.32 m/s^(2),故障频率成分更加突显,无论是噪声幅度,还是峰值幅度特性,均较CYCBD有了较大改善。结论仿真实验验证了SSA优化CYCBD方法能够更加清晰地辨识到故障特征频率及其倍频成分,其具有良好的工程应用前景。     

智能视觉视角下DCS高危现场意外状况的识别方法研究

DCS分布式控制系统的高危现场意外状况仅仅以传感信号进行识别,很难保证识别过程的抗干扰性。为解决这一问题,提出基于智能视觉的DCS高危现场意外状况识别方法。采用计算机视觉特征方法采集DCS高危现场视觉图像,对视觉图像实施小波降噪预处理,提取降噪后DCS高危现场视觉图像边缘轮廓特征,根据该特征采用关键点帧扫描技术判断DCS高危现场关键点,完成DCS高危现场意外状况识别。实验结果表明,所提方法能够准确识别DCS高危现场的意外状况,具有效率高、抗干扰性强的优势。     

基于Adaboost的车标识别方法研究

车标识别是车辆识别技术的一个重要研究方向。本文针对车标在识别过程中匹配阈值难以确认、识别速度慢的问题,提出了一种优化的Adaboost车标识别方法。首先,针对各种车标搜集关于车标的正、负训练样本;然后,利用Adaboost算法训练出各种车标分类器;最后,将各种车标分类器组合在一起,实现车标的识别。在实验数据的基础上,本文从提高车标分类器分类性能和优化车标分类器组合顺序两方面入手,提高识别精度。仿真实验结果表明基于Adaboost的车标识别方法具有识别率高、识别速度快的优点,具有较好的鲁棒性。     

通信信号调制识别技术研究

针对通信信号调制方式识别问题,提出了采用高阶累积量与信号瞬时特征相结合提取通信信号特征参数的方法,并讨论了利用获得的特征参数进行模拟、数字通信信号调制方式识别的方法和过程。实验结果表明,该方法对通信信号调制方式有很好的识别效果。     

生物特征识别技术的实现原理与前景分析

正引言生物特征识别技术作为身份鉴别的重要手段之一,已经越来越多地走进了我们的世界。小到个人办公笔记本电脑的启动、公司员工出勤的考核,大到机场、海关的通行、国家信息安全的保密等,生物特征识别技术在各个领域都发挥着无可比拟的作用[1]。与传统的身份鉴别方法相比,生物特征识别技术更加安全、保密。这是因为生物特征在某种程度上都具有比较明显的普遍性、唯一性、稳定性     

黄河三角洲典型植被地物光谱特征分析与可分性查找表

通过实地测量黄河三角洲的6种典型植被的现场光谱,开展了基于反射率光谱的植被特征光谱分析和提取,该工作在原始反射率光谱曲线和经过包络线去除法变换后的曲线上分别开展。论文主要工作和结论包括:(1)通过分析建立了黄河三角洲6种典型植被类型的光谱特征波段查找表,并给出了每一种植被区别于其它5种植被类型的特征波段分布范围;(2)分析了包络线去除变换对上述6种植被光谱可分性的影响,发现柽柳由不可分变为可分,碱蓬、棉花、刺槐和天然柳树的可分性光谱波段明显增多和展宽。     

面向石化厂区安全风险防控的异常场景图像识别技术研究

针对石化厂区安全风险防控的需求,提出了一种基于卷积神经网络的单分类图像识别算法。为了构建识别模型,首先创建了一个带标签的厂区火灾、烟雾图像数据集用于模型的训练。其次,通过特征提取及分类器模块,实现了对视频监控异常场景的识别。此外,设计了一种全新的损失函数,以增强异常场景识别能力。该算法采用端到端的网络架构,解决了传统目标检测方法的结构臃肿、计算复杂等问题,减少了模型的复杂程度,弥补了现有视频监控资源利用场景的不足,进一步提高了厂区风险识别能力。实验结果表明,所提出的单分类视频监控图像识别算法在准确率等方面优于现有算法。