基于叶缘与叶脉分数维特征的植物叶识别方法研究

讨论了一种基于叶缘和叶脉分数维描述的叶图形特征提取方法。该方法先将植物叶的叶缘跟叶脉进行分离,并根据多个阈值进行边缘检测得到多个叶脉图像,再分别计算叶缘及多个叶脉的二维分数维,将此作为植物叶分类识别的依据。

基于径向基概率神经网络的工程图纸图形符号识别

基于径向基概率神经网络,提出一种扫描工程图纸图像分割后的图形符号识别方法.针对已分割的扫描工程图纸图形符号图像,首先进行二值化处理,然后对二值图形符号图像进行Hu不变矩特征提取,再使用一种新型的径向基概率神经网络进行分类,从而实现图像识别.为加快径向基概率神经网络的收敛速度,采用递归最小二乘算法进行训练.实验结果表明,径向基概率神经网络在识别性能与速度等方面非常适合于工程图纸的图形符号识别.

基于形状上下文特征的植物叶图像匹配方法

提出一种将形状上下文特征应用于植物叶片图像自动识别的方法。该方法首先根据叶片形状自适应确定边界点数目,然后计算叶片的形状直方图,最后利用形状直方图计算不同目标之间的匹配相似度。实验结果验证了该方法的有效性。

基于ASP的工程设计系统研究

利用 ASP技术建立网上动态工程设计系统 ,利用 Java小程序进行工程设计的程序编制 ,通过脚本语言将 Java Applet嵌入到 ASP中及 Java小程序基于 JDBC对 Web数据库的访问 ,提出了基于 ASP技术的工程设计系统的一种方案 .

使用稀疏约束非负矩阵分解算法的跨年龄人脸识别

人脸识别技术中除光线、姿态、表情因素外,由于年龄变化而导致的人脸形状和纹理上的变化会极大程度地影响人脸识别系统性能.对此,提出了一种使用稀疏非负矩阵分解算法来实现人脸老化模拟,然后将此方法应用于具有年龄跨度的人脸识别上,通过模拟虚拟样本来增强识别效果.实验结果表明,年龄跨度对人脸识别的确有较大的影响;当系数矩阵保持稀疏时,非负矩阵分解算法具有更强的特征提取能力;经过老化模拟增加虚拟样本后,其纹理老化效果明显地提高了跨年龄段的人脸识别的性能.

基于ICA系数稀疏表示的年龄自动估计

基于人脸图像的人类生理年龄自动估计是人脸识别领域的一个重要研究方向。对此,使用一种基于WTA(winner-take-all)竞争规则的独立分量分析方法来实现年龄估计任务。首先对人脸图像进行归一化处理,利用PCA方法进行白化预处理以进一步降低训练集合的维数;然后,使用WTA-ICA稀疏表示实现人脸图像的特征提取。最后在FG-NETAging database人脸数据库的实验结果表明,该算法对基于人脸图像的年龄估计获得了较好的结果。

稀疏编码算法概述

稀疏编码是一种模拟哺乳动物视觉系统主视皮层V1区简单细胞感受野的人工神经网络方法.该方法具有空间的局部性、方向性和频域的带通性,是一种自适应的图像统计方法.主要从稀疏编码的研究意义、数学描述、研究历史、研究现状和存在的问题、应用领域等方面对稀疏编码算法进行概述,最后指出该算法进一步的研究方向.

基于局部时空兴趣点特征包的事件识别

提出一种基于局部时空兴趣点特征包的电影中复杂事件检索与识别的方法.该方法先将一个独立的事件视频序列表示成一个局部时空兴趣点特征包,再将此特征包与支持向量机相结合用于识别事件.该方法使用局部时空特征描述子来捕捉视频中的局部事件,可以适应事件的模式的不同的大小和速度.为了验证该方法的有效性,使用了Hollywood视频数据库,其中的镜头序列收集自32部不同的Hollywood电影,包含了8个事件类别.和其他相关的方法相比,实验结果证明本文提出的方法明显提高了平均正确率和平均查准率.

深度学习与一致性表示空间学习的跨媒体检索

提出一种基于深度学习与一致性表示空间学习的方法,针对图像与文本2种模态,分别采用卷积神经网络模型和潜在狄利克雷分布算法学习图像的深度特征和文档的主题概率分布;通过一个概率模型将两个高度异构的向量空间非线性映射到一个一致性表示空间;采用中心相关性算法计算不同模态信息在此空间的距离.在Wikipedia Dataset上的实验结果表明:在单模态输入检索中,文中方法的平均准确率为38.43%,相比于其他方法有明显提高.

基于深度学习MPCANet的年龄估计

提出了一种基于多层PCA网络(MPCANet)的深度学习模型来进行年龄估计.它是基于卷积神经网的结构来设计的,并且用来提取年龄特征.MPCANet是主成分分析网络(PCANet)的一种改进,它是最近提出的一种深度学习算法,MPCANet模型结构组成的成分:(1)卷积滤波层是采用多层级联主成分分析(PCA),(2)非线性层则采用二进制哈希,(3)特征抽取层使用直方图统计方法.使用核支持向量回归(K-SVR)进行估计年龄值.实验分别在两个数据库(FG-NET and MORPH)上进行,实验结果表明该方法比目前最新的方法表现得更好.

一种基于覆盖超球算法的径向基概率神经网络结构优化

介绍了径向基概率神经网络(RBPNN)的一种启发式结构优化算法.该算法首先提出一种移动平均中心超球覆盖算法,并用于初选径向基概率神经网络的隐中心矢量,然后使用遗传算法进一步优选隐中心矢量,同时优化核函数控制参数.实验结果表明,该算法在实际应用中能够加快优化速度,降低计算复杂度,有效地简化RBPNN模型的结构.

基于稀疏性约束非负矩阵分解的人脸年龄估计方法

基于人脸图像的年龄自动估计已经成为当前人脸识别领域的一个重要研究方向。首先通过非负矩阵分解(non-negative matrix factorization,NMF)算法对基矩阵或系数矩阵进行稀疏性约束,用形成的更具有局部表达能力的子空间对人脸图像数据进行表示。然后使用径向基函数神经网络进行训练和测试,提取包含在大多数人脸图像上的年龄信息来进行年龄估计。实验结果表明,具有稀疏性约束的非负矩阵分解算法对年龄估计问题具有良好的应用效果。

电影中复杂事件的检索与识别

提出一种基于局部时空兴趣点的电影中复杂事件检索与识别的方法。先将一个独立的事件视频序列表示成一个自组织映射像密度图,再将此密度图与支持向量机相结合用于识别事件。该方法使用局部时空特征描述子来捕捉视频中的局部事件,可以适应事件的模式的不同的大小和速度。为了验证该方法的有效性,使用公开的Hollywood视频数据库,其中的镜头序列收集自32部不同的Hollywood电影,包含了8个事件类别。综合实验,得到平均正确率、平均查准率和平均查全率分别为0.601、0.530和0.566。实验结果表明本文方法明显提高了平均正确率和平均查准率。