简介:摘 要:通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理,上传到系统后端,再和数据库的人脸照片进行比对,最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域,而基于特征提取的人脸识别算法是人脸识别系统中的关键部分,接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。
简介:摘要:为了加强与聋哑人群的无障碍沟通,团队提出了一种高效的手语识别技术。该项技术是利用了改良后的HOG算法、SVM技术和改进Canny算法。HOG算法的改良解决了主、副对角线上像素的灰度信息的问题;结合使用SVM技术,对静止哑语姿势进行特征提取和训练,从而有效捕捉手势的关键特征;改进Canny算法解决移动边界的提取问题,最大限度的提升了识别率和识别速度。通过实验验证,我们发现这种方法在识别成功率和时间效率方面,都优于传统的HOG特征结合SVM的方法。这种技术的实现,为聋哑人士与听力正常人群之间的交流提供了更加流畅的通道,是无障碍通信领域的一大进步。
简介:摘要:基于内容的图像检索离不开特征提取,而局部特征提取是当前研究热点之一,由于局部特征之间的独立性和高语义性,此种方法在基于内容的图像检索领域有着良好的表现[1]。为了进一步提高局部特征的语义性、提升特征提取模型的表现力,本文引入视觉注意力机制与分组卷积思想对当前的局部特征提取模型进行优化,经实验证实,优化后的模型提取出的局部特征在Oxford数据集以及Paris数据集有着更好的检索效果。
简介:摘要隧道区域是高速公路管理的重点区域,行人和非机动车辆违规进入高速公路隧道内会严重影响高速公路的正常运行,造成巨大的安全隐患。因此,针对隧道环境下视频监控中的行人检测技术是高速公路正常运营的重要保障。隧道环境内,环境光照条件差,在图像中产生大量噪声,行人在隧道内目标小,像素低,给隧道环境下行人检测带来很大挑战。本文主要研宄了视频检测中的前景目标与背景目标的分割方法,使用了基于数学特征提取方法与卷积神经网络的行人目标检测方法。并且针对提取特征训练的分类器遍历搜索慢,在隧道场景下采用运动信息缩小搜索范围,节省了搜索时间。另外针对隧道环境下噪声大行人特征提取困难的问题,利用卷积神经网络对特征提取的优势特点,训练了端到端的隧道场景下行人检测网络。
简介:摘要:伴随当前印刷技术与相应扫描配套软硬件设备的迭代速度加快,各类机密文件、关键合同等文件被非法篡改的情况日益严重。现阶段大部分合同校验方式均采用的是人工验核,基于此本次研究把文字匹配技术引入到合同防伪过程中,采用文字分块的特征提取形式,在电子合同图像内添加防复印底纹,辨识形近字的篡改情况,该方法可极大降低人工审核的成本投入,在防伪测试应用层面有较大参考意义。
简介:摘要:随着城市化进程的提速,城市的拆迁、建设、改造等工程项目促使城市渣土运输活动日趋频繁,但因超载、超速等危险驾驶,超高、超限破坏道路等不规范运营问题,带来了较多社会问题,危害社会及交通安全。传统警察执法存在管理治理漏点、覆盖面不全、执法力度弱、绕路逃避电子警察等问题,为了能更全面的做好渣土车管理,本文打破传统的渣土车管理方式和地磅测重方式,创造性的提出无空隙动态实时监管和基于深度学习机器视觉,通过对渣土车形态学检测进行超载超限的精准判断,有效解决了渣土车治理的无盲点、不间断、少投入执法,为交管部门、行政管理部门的精准执法和违规整治提供了有效治理方案。