基于BitBP特征的多重级联人脸检测器

结合Haar和MB-LBP特征,提出了一种采用BitBP特征描述图像局部信息的方法,该特征可有效描述图像局部区域的灰度像素分布情况,具有比Haar和MB-LBP特征更强的分类能力。且可有效地克服Haar特征数目巨大、训练时间长的缺点。根据BitBP特性,提出一种多重级联的分类器。该分类器的每层均由单一BitBP特征的次级级联分类器构成。而次级级联分类器中的每层分类器均是一个小型的联分类器。利用多重级联结构,可获得更快的检测速度。

基于累积量的矿产资源评价中的多重分形建模

从非线性科学在矿产资源中的勘察、评价、异常识别等应用角度出发,尤其是多重分形理论的应用,本文引入一种新的多重分形谱估计方法——累积量估计。鉴于对数正态和对数泊松分布在矿产资源勘察中的重要地位,本文首先通过对数正态(Log-Normal Multiplicative Cascade Process,CMC-LN)和对数泊松(Log-Poisson Multiplicative Cascade Process,CMC-LP)多重级联过程模拟数据验证,其次针对云南个旧锡矿区Cu、Pb水系沉积物元素富集值的分布进行多重分形分析,结果表明,对应于均值周围的谱段累积量估计给出了精确且稳定的估计,基本可以满足一般的地学信息处理要求。