一种基于曲量场空间的人脸识别算法

为了解决二维人脸识别准确度提升空间有限,三维人脸识别数据量大、识别速度慢的问题,提出了一种新的基于曲量场空间的人脸识别算法(Face Recognition based on Curved Space Field,FRCSF).该算法首先检测彩色人脸图像内的面部凸凹信息,利用曲量子描绘凸凹域的渐变梯度特征,去除人脸彩色信息,降低三维信息量.然后以分散的曲量子群融合成曲量子空间.将曲量子空间进行边缘曲量子光滑衔接,组成曲量场空间.最后提取曲量场空间内的深度和维度信息,通过与曲量人脸库进行信息对比,判别出人脸身份.该算法抓住了人脸面部的凸凹特征,继而将凸凹特征采用具有空间连续性规律约束的曲量场进行描述,识别准确率较高,同时由于对三维人脸采用曲量子进行重建,数据量小,识别速度较快.大量实验表明,该算法既保存了二维人脸识别速度快的长处,又融入了三维人脸识别的局部三维信息,具有较高的识别性能.

基于曲量场空间的车牌定位与识别

提出了一种新的采用曲量场空间描述的车牌定位与识别算法.该算法首先在彩色车牌图像中进行亮度扫描,然后拟合渐变梯度向量,并以曲量子进行点阵描绘并消除彩色信息,最后以采样的曲量子群分别融合成车身、车牌及字符的曲量子空间,将融合的车牌、字符曲量子空间进行边缘曲量子的光滑衔接组成曲量场并提取场内曲量的空间数据及其曲量约束信息进行有损字符的修正,识别出车牌信息.该算法抓住了车牌的互异彩色域特征,继而将互异彩色域特征采用具有空间连续性规律约束的曲量场进行描述识别.大量实验表明,该算法克服了特征域旋转、光照强度变化以及多角度有损及模糊对车牌定位与识别的影响,具有速度快,识别准确,适应性强的特点.

基于曲量场空间的皮带堆煤识别

为了避免煤矿井下皮带发生堆煤事故,提出将曲量场空间方法应用到煤矿皮带堆煤识别中。首先采用图像亮度信号和信息熵的分布特征检测图像内部凸凹信息,利用曲量子描绘凸凹域的梯度渐变特征,去除图像灰度信息,然后将曲量子群融合,并对曲量子空间中的边缘曲量子进行光滑衔接,组建曲量场空间,最后利用曲量场空间聚合度构建堆煤模型,计算立体模型的高度和半径,进行实时预警。该方法在强噪音、边缘模糊等因素影响条件下对堆煤具有较好的识别效果。由实验结果知,该方法对皮带堆煤识别速度为26.3帧/s,准确率为98.2%。