基于2D—Gabor滤波和主成分分析的人脸识别算法

提出了一种2D-Gabor滤波和主成分分析相结合的新的人脸识别算法。首先将人脸库的所有样本进行图像预处理，并将由2D-Gabor滤波后产生的图像作为独立的样本加入到样本库中，从而减少了小样本问题对人脸识别效率的影响，再结合经典的主成分分析方法进行人脸识别。试验证明，与单独的主成分分析法相比，该方法可以有效的提高识别率。

基于LBP的拉普拉斯特征映射人脸识别

局部二元模式算子法计算简单且易于实现,能有效地提取人脸局部结构的纹理特征。拉普拉斯特征映射算法是一种经典的非线性降维法,其优化过程无局部最小问题。鉴于以上优点,提出了一种基于局部二元模式的拉普拉斯特征映射人脸识别方法。该算法首先采用均匀模式的LBP算子提取人脸特征,再用LE算法进行非线性降维,最后用SVM进行分类识别。分别选取了ORL人脸库中每人前3,5,7,9幅样本作为训练集进行了实验,并与其他算法进行了比较分析,证明了该算法的有效性。

隐马尔可夫模型(HMM)及其应用

隐马尔可夫模型(HMM)是序列数据处理和统计学习的一种重要概率模型,具有建模简单、数据计算量小、运行速度快、识别率高等特点,近几年来已经被成功应用到许多工程任务中。文章介绍了隐马尔可夫模型,并对HMM及其改进的HMM在语音处理技术、人脸识别和人脸表情识别中的应用进行了叙述。

企业知识产权文化建设

随着世界经济一体化的加快,市场竞争日趋激烈,各国在努力提高科技实力的同时,知识产权作为保护科技成果的手段,也是企业竞争力核心的一环。目前,知识经济进入了蓬勃发展期,知识经济的发展影响到各个企业乃至整个国家的竞争力,知识产权的创造、运用、保护、管理能力将影响到国家经济发展水平。1我国知识产权现状我国实施知识产权战略实施已历经十个年头,十年来我国知识产权事业不断进步,取得长足发展。一是知识产权创造发展水平提升加速。知识产权创造发展指数从2010年的100稳步上升至2017年的216.5,特别是2013年以后,创造发展指数呈现出加快上升趋势。二是知识产权运用发展水平增速趋缓。知识产权运用发展指数由2010年的100稳步上升至2017年的182.7,但2013年后增速有所放缓,各项指标值有升有降,但整体上呈现出平稳上涨趋势。三是知识产权保护发展水平稳中有升。知识产权保护发展指数由2010年的100上升至2017年232.9,表明这期间我国知识产权保护有了大幅改善。四是知识产权环境发展水平进步明显。知识产权环境发展指数从2010年的100提升至2017年的241.2。2017年较2016年数据大幅提升,这主要得益于知识产权制度环境的不断优化,服务机构、人员数量逐年稳步提升以及全社会知识产权意识快速提高。