一种改进的快速多姿态人脸特征点定位算法

针对经典的ASM算法中存在的需要手工定位人脸特征点的问题和对于多姿态人脸识别率较低、鲁棒性较差的问题,提出了一种改进的快速的多姿态人脸特征点定位方法,解决了ASM(主动形状模型)算法半自动化与多姿态人脸识别率较低的问题;首先,对采集到的多姿态人脸进行矫正,主要解决人脸图像的旋转与偏转问题;然后针对矫正后的人脸图像进行定位与局部特征建模,标定其特征区域,完成人脸的特征点定位。通过与多模板ASM方法、基于几何特征方法的对比仿真实验可以看出,该算法特征点定位速度较快,且能较大地提高ASM算法对于多姿态人脸的识别率和鲁棒性。

基于卷积神经网络的无人机侦察图像去雨算法

提出了一种改进的无人机侦察图像去雨算法,该算法采用双边滤波和引导滤波相结合的方法提取有雨侦察图像的高频子图。根据无人机侦察图像中一般存在天空、地面等纹理相对平滑区域的特点,提取侦察图像中的纯雨区域。最后,将提取的纯雨区域作为训练样本,输入卷积神经网络中进行训练,提取图像特征信息,得到卷积神经网络的最优参数,完成神经网络训练,得到去雨侦察图像。通过仿真实验表明,该算法能够有效去除雨线对无人机侦察图像的干扰,提升侦察图像质量,具有一定的军事应用价值。

基于稀疏自编码神经网络的军事目标图像分类

针对战场环境中不同军事目标相似度较高且在复杂环境中识别率不高的问题,提出了一种基于稀疏自编码神经网络的军事目标图像分类方法.该方法通过对军事目标图像进行主成分分析白化处理,能够有效降低样本图像间的相关性,而后通过稀疏自编码神经网络对降维后的样本数据进行训练,提取出样本图像的本质特征,最后将提取出的样本特征输入训练好的softmax分类器中进行分类识别.实验表明,算法能够有效提高军事目标图像的分类精度,具有一定的应用价值.

基于深度图像和稀疏表示的多手势识别算法

针对复杂环境下多目标手势区域分割难度较大、识别率较低的问题,提出一种基于深度图像和稀疏表示的多手势识别算法。该算法采用肤色和深度图像分割相结合的方式对图像中出现的多手势进行精确分割,再对分割后的手势图像进行归一化处理,最后通过稀疏表示的方法实现手势识别。实验结果表明,该算法识别率较高、鲁棒性较好,具有良好的识别性能。

融合深度信息和稀疏自编码的手势识别算法

针对目前深度手势识别算法无法有效去除手腕区域干扰且识别率较低的问题,提出了一种融合深度信息和稀疏自编码的手势识别算法。改进算法利用深度信息和肤色信息相结合的方法对样本图像进行粗分割,对分割后的图像采用手势端点检测和可变阈值算法进行精确分割,去除人体手腕区域的干扰,得到精确的手势分割区域。然后将分割后的样本图像输入稀疏自编码神经网络中进行无监督的训练与特征提取,并将提取的特征输入到softmax分类器中进行识别,得到手势的识别结果。仿真结果表明,改进算法能够有效去除手腕区域部分,且具有更高的识别率。

基于深度图像和稀疏表示的作战指挥手势识别

针对不同光线条件下的作战环境中,肉眼无法对作战指挥手势进行快速、准确识别的问题,提出了一种基于深度图像和稀疏表示的作战指挥手势识别算法.首先采用深度图像与彩色图像分割相结合的方法,对图像中的作战指挥手势进行精确分割,而后采用稀疏表示的方法对分割出的作战指挥手势进行分类识别.实验表明,该算法的运行速度较快、识别率较高、在不同光线条件下的鲁棒性较好,具有良好的识别性能.

多特征组合的深度图像分割算法

深度图像直接反映景物表面的三维几何信息,且不受光照、阴影等因素的影响,对深度图像处理、识别、理解是目前计算机视觉领域研究的热点和重点之一。针对深度图像信息单一且噪声较大的特点,提出一种基于组合特征的阈值分割算法,实现对深度图像数据的有效分割。算法首先通过梯度特征对图像进行Otsu阈值分割;在此基础上,分别在不同分割区域内利用深度特征进行Otsu多阈值分割,得到候选目标;然后,在空域上利用像素的位置特征对候选目标进行分割、合并与去噪,最终得到图像分割的结果。实验结果表明,该方法能有效克服深度图像中噪声的影响,得到的分割区域边界准确,分割质量较高,为以后的室内对象识别和场景理解工作奠定了较好的基础。

一种改进的分块稀疏表示的人脸识别方法

稀疏表示的人脸识别方法具有良好的鲁棒性和抗遮挡性,但识别率相对不高,运行速度受样本数量影响较大。针对经典的稀疏表示算法存在的问题,本文提出了一种改进的分块稀疏表示的人脸识别算法。通过对人脸图像进行结构化分块处理,较大幅度地提升了算法的运行速度,降低了算法对硬件的要求,并对样本数量的增加不敏感。

一种改进的基于M2DPCA的人脸识别方法

针对经典的M2DPCA算法存在总体散布矩阵构造不合理的问题。本文提出了一种改进的基于M2DPCA的人脸识别方法,该方法能够有效解决经典的M2DPCA算法存在的问题,并且后期通过对特征矩阵进行主成分分析处理,能够有效地提高算法的识别率和鲁棒性。

基于HSV和LBP特征的人数统计算法研究

针对课堂人工查勤效率较低的情况,提出一种利用纹理和颜色特征的教室人数统计算法。首先提取HSV颜色和LBP纹理特征建立人体头部模型,而后根据头部颜色特点进行图像二值化获取候选感兴趣区域,通过与模型进行匹配得到人体头部区域最终实现人数检测与统计。通过实验说明该算法在教室背景下能较好、准确地实现人数统计。

基于应急救援路径规划选择的研究

在突发事件发生之后,应急救援人员在规划部署开进事发地的路线中反映出了较大的问题。针对此类情况,本文旨在研究将Dijkstra算法与层次分析法相结合,提供给救援决策者一个有效可行的路径选择方案,极大地提高了救援决策者在路径选择上的效率,从而使救援决策者能够及时应对,妥善处置,使损失降到最低。

宽条带FMCW SAR距离多普勒算法

针对宽条带FMCW SAR成像距离徙动空变性问题,提出一种基于非均匀变换的距离多普勒算法。算法在距离多普勒域进行距离徙动校正,结合非均匀傅里叶变换,克服距离徙动空变性,高精度地完成校正。

院校军事训练成绩的决策树建模分析方法

文章分析了目前军事训练成绩分析存在问题，针对存在问题给出了利用决策树模型对院校军事训练成绩进行分析的建模方法，详细讨论了建模步骤。该模型的建立可有效分析训练中存在的影响成绩的隐藏因素，为后续针对性地提高训练质量提供依据。