基于双向梯度中心对称局部二值模式的单样本人脸识别

针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种双向梯度中心对称局部二值模式(BGCSBP)的单样本人脸识别算法.首先获取人脸水平和垂直方向的梯度信息,并将其用CS-LBP算子进行编码;然后将二者融合成人脸的BGCSBP特征,再通过分块统计直方图的方式得到人脸的直方图特征;最后采用直方图相交进行分类识别.在CAS-PEAL,Extend Yale B和AR人脸数据库上的实验结果表明,该算法简单有效,对光照、表情、部分遮挡变化具有较好的鲁棒性.

融合单演特征和CS-LBP的单样本人脸识别

针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种融合单演幅值、相位和方向的单演中心对称幅值相位方向模式(MCSLBP)的人脸识别方法。首先采用中心对称局部二值模式(CS-LBP)对同一尺度下的单演幅值进行编码,并将单演相位量化到4个区间进行编码,同时对单演水平方向和垂直方向进行二值编码,然后将三者融合成MCSLBP特征;最后对不同单演尺度空间中的MCSLBP模式图进行分块,提取每一小块的直方图特征并串联后用最近邻分类器进行分类识别。在CAS-PEAL和AR人脸库上的实验结果表明,MCSLBP方法对具有光照、表情和遮挡变化的单样本人脸识别具有较好的识别效果。

拉普拉斯滤波结合CS-LBP的单样本人脸识别

针对传统的人脸识别算法在单训练样本的情况下识别率不佳的情况,提出一种结合拉普拉斯滤波与中心对称局部二值模式的人脸识别算法(LFCLBP)。对原始人脸图像进行拉普拉斯滤波处理;然后对图像提取梯度幅值和梯度相位信息,对梯度幅值用CS-LBP算子编码,再将梯度相位量化到16个区间进行编码,将二者融合成人脸图像的LFCLBP特征;分块统计直方图特征,将所有分块的直方图串联起来作为人脸图像的特征向量,并用最近邻分类器识别。在YALE人脸库和AR人脸库上进行测试,测试结果表明该算法有效,在光照变化、表情变化和部分遮挡等环境下对单样本人脸图像具有较好的识别效果。

中心对称幅值相位二值模式单样本人脸识别

针对传统单样本人脸识别效果不佳的问题,提出一种基于中心对称幅值相位二值模式(CMPBP)的单样本人脸识别算法。将人脸图像分别与高斯函数的一阶导数做卷积运算,求取图像的梯度分量,计算出梯度幅值和梯度相位;将梯度相位量化,用中心对称局部二值模式(CSLBP)算子对梯度相位和幅值分别编码,将三者串接形成人脸图像的CMPBP特征;分块统计直方图的信息,把所有小块的直方图串联后作为人脸图像的特征向量,利用直方图相交进行分类识别。在AR和CMU-PIE人脸库上验证了该方法的有效性,其对光照变化、表情变化和部分遮挡等环境下单样本人脸识别具有较好的效果。

基于超像素和局部稀疏表示的目标跟踪方法

针对目标跟踪过程中的目标对象外观变化问题,提出一种鲁棒的基于超像素和局部稀疏表示的目标跟踪方法。在训练阶段,通过将训练帧图像分割得到的超像素聚类构造判别型外观模型;在第一帧图像中,计算目标模板的稀疏性直方图,建立生成型外观模型。在跟踪阶段,计算基于超像素的置信图,采样候选样本,计算候选样本的置信值;利用局部图块计算样本的稀疏性直方图与模板直方图的相似度。根据置信值和相似度,计算候选样本的运动模型和观测模型,得到候选样本的最大后验估计,确定目标跟踪结果。对2种外观模型都保持在线独立更新。仿真实验表明,目标发生外观变化时,算法能得到较准确和鲁棒的跟踪结果。

基于可见光辐射特性的垃圾焚烧炉膛火焰温度测量方法与装备

火焰温度是表征垃圾焚烧炉炉膛内燃烧状态的最重要参数之一,测量火焰温度已成为燃烧诊断的主要方式。本文基于城镇生活垃圾火焰特性和CCD图像技术,将图像处理技术、图像标定以及辐射测温原理有机结合,提出一种基于可见光辐射特性的垃圾焚烧炉膛火焰温度测量方法与装备,并将该方法应用于生物质火焰实验以检测其测温精度。结果表明,该图像测温法的测量结果准确性较高,与热电偶测量值的误差小于5%。该方法可以得到焚烧炉火焰的二维温度场分布,具有快速响应、适应能力强、应用范围广等优点。

基于图像识别的垃圾焚烧炉膛燃烧状态诊断方法

目前我国城镇生活垃圾的主要处理方式是焚烧处理。国内垃圾水分高、热值低,在焚烧过程中需操作人员时刻观察焚烧炉炉膛的燃烧状态,继而不断调整焚烧炉运行参数,确保焚烧正常稳定进行。人工判断具有很强的主观性,并需大量人力。本文介绍了一种基于图像识别的垃圾焚烧炉膛燃烧状态诊断方法,通过图像处理及人工智能技术,实现对焚烧炉膛垃圾燃烧状态的快速判断,将识别出的火焰燃烧状态接入自动控制系统,可提高垃圾焚烧炉的智能化控制水平。经工程实践验证,采用该方法对火焰状态进行诊断,准确率可达95%。