Adaboost算法的脸谱识别系统应用设计

研究了灰度值、中值滤波的图像预处理方法和Haar特征提取思想计算多尺度下相同特征。本文基于Adaboost算法针对同一个训练集训练不同的分类器,并将弱分类器进行集合,构成一个更强的最终分类器,实现了脸谱识别系统。通过验证脸谱识别系统,实现了对视频流中脸谱的准确定位,达到了无拖影、噪声少及识别准确的预期。

不同民警对犯罪嫌疑人脸谱识别能力调查

目前,我国相当一部分民警在案件侦查询问过程中,采取对犯罪嫌疑人脸部进行特征识别,以此来回忆并确认犯罪嫌疑人。因此,加强我国基层公安民警对犯罪嫌疑人脸谱识别能力是一件极其重要的事情。本文通过对比研究法和回忆分析法,对专家与新警脸谱识别能力进行对比分析,发现专家比新警更能快速识别脸谱,且针对性更强,效率更高。

小微金融信用风险识别与控制研究

信用风险管理是信贷活动的核心,而信息不对称的存在及累积是贷款违约爆发的根本原因。相比服务于大企业客户的传统金融,小微金融服务的客户群体信息不对称现象更为严重。因此,对于小微金融信用风险的识别需要做到在借款者"全息"图像上的"脸谱识别";在信用风险的控制方面,也需要更加重视实时监控、信息共享、联合担保等制度安排,并应坚持"小额"、"分散"的原则。

DUAL-SPARSITY PRESERVING PROJECTION

Sparsity preserving projection（SPP） is a popular graph-based dimensionality reduction（DR） method, which has been successfully applied to solve face recognition recently. SPP contains natural discriminating information by preserving sparse reconstruction relationship of data sets. However, SPP suffers from the fact that every new feature learned from data sets is linear combinations of all the original features, which often makes it difficult to interpret the results. To address this issue, a novel DR method called dual-sparsity preserving projection （DSPP） is proposed to further impose sparsity constraints on the projection directions of SPP. Specifically, the proposed method casts the projection function learning of SPP into a regression-type optimization problem, and then the sparse projections can be efficiently computed by the related lasso algorithm. Experimental results from face databases demonstrate the effectiveness of the proposed algorithm.

独立分量分析在图像特征提取中的应用

本文探讨了独立分量分析在图像特征提取方面的应用,对一组自然景色图像进行独立分量分析,结果产生一组具有空间、频域的局部性及局部的方向选择性的视觉滤波器,这组视觉滤波器输出的独立元就是图像的特征(图像中的边缘和线段)。利用此项技术,我们将无监督学习技术(独立分量分析)和有监督学习技术(支持向量机)相结合,提出了一种新的脸谱识别方法——基于独立分量分析和支持向量机的脸谱识别方法。利用ORL脸谱库进行脸谱识别实验以检验新方法的有效性。实验结果显示,新方法的识别率明显优于经典的特征脸方法。

乡镇机关作风建设的关键不是考勤

10月的一个清晨,笔者去一个乡政府办事,发现机关事业单位工作人员都在脸谱识别仪前,等候上班“照相”签到。乡镇机关安装脸谱识别仪对机关事业单位工作人员进行考勤,是出于乡镇机关作风建设的考虑,但是乡镇工作的特点决定了这个做法弊多利少。