基于稀疏表示的人脸识别算法

近年来,人脸识别一直是计算机视觉和模式识别领域一个很热门研究课题。随着压缩感知理论的发展,稀疏表示已经成功应用于人脸识别。文章系统地综述了人脸识别的研究现状、系统,并重点介绍了基于稀疏表示的人脸识别算法及求解,最后对人脸识别算法存在的问题以及发展进行了展望。     

基于隐马尔可夫模型的人像鉴别算法

提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解，然后把3个不同分辨率的低频子图像由小到大排列成树状结构，形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维，形成特征小波树枝，并把它作为观测向量对隐马尔可夫模型进行训练，把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系，以及状态个数和高斯概率混合成分的个数对识别率的影响，定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上，同其他四种相关方法进行了比较，实验结果表明，该方法识别率较高，工程上易于应用.     

人脸识别技术的社会风险及其法律规制

人脸识别技术是以人工智能算法为技术支持，以大数据分析为手段，进而实现人脸识别的目的。根据算法的不同，有基于2D识别算法和3D识别算法的人脸识别技术系统。但不管基于何种算法，均面临欺骗攻击、技术利维坦及责任风险等社会风险。欺骗攻击包括2D欺骗攻击和3D欺骗攻击；人脸识别技术利维坦是集人工智能“赛维坦”和大数据“数字利维坦”于一身的复合型技术利维坦；责任风险表现为现有的过错责任原则无法有效地对人脸识别技术带来的责任规则进行划分。为防范人脸识别技术的社会风险，除需对该技术进行深度研发外，更需要从该技术系统的应用端出发，对该技术使用的范围、手段和目的进行规制。     

国际人脸识别技术景观分析

人脸识别技术是人工智能的重要细分领域。针对现有研究缺乏系统的分析模型和定量的指标分析现状,提出技术演化趋势、技术集群特点和技术竞争态势三维技术景观分析框架,深入挖掘和分析国际人脸识别技术,并对我国人脸识别研究机构及相关企业提出有关建议。     

人脸检测技术研究

人脸检测技术已成为图像工程与模式识别领域研究的热点。文章首先简要介绍了人脸模式的特征,并着重分析了几种有代表性的人脸检测方法,然后讨论了国内外的研究概况,最后提出了该领域存在的问题及今后的发展趋势。     

基于鉴别分析的彩色人脸图像灰度转换方法

当前主流的人脸识别算法,都是把原有的彩色图像转化为灰度图后,采用基于灰度图像的特征抽取与识别算法进行分类识别。人们在实际操作过程中,只是使用一组简单的加权系数实现从彩色图像到灰度图的转换,这并不能很好的体现R,G,B 3个颜色分量之间的次重关系。本文根据人脸图像颜色组成的特点,对彩色人脸图像的R,G,B 3个分量的颜色信息进行特征抽取与分析,从中找出鉴别特征的三基色系数表示方法,把彩色图像转化为灰度图。最后,在国际通用的AR标准彩色人脸库中进行了大量实验,验证了本文算法的有效性。     

联机手写笔画识别后处理算法的设计与实现

文中提出了两种联机手写笔画识别后处理的优化方案,第一种是基于回溯策略的后处理算法,通过回溯法修正误识的笔画;第二种称为多候选笔画组合算法。本文在基本识别手写笔画的基础上采用这两种后处理算法优化识别程序,实验结果表明,对笔画识别进行后处理大大提高了系统的识别率。     

基于PCA和神经网络的人脸识别算法研究

在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。     

图书馆借阅管理系统中的人脸识别技术

图书馆借阅管理系统中读者身份的识别是智能化管理的重要环节,目前的校园一卡通是针对物的识别,而基于指纹识别的身份鉴别的接触性和易破坏性,有悖于图书管理的人性化。采用Adaboost算法根据人脸面部的灰度分布的Haar-like特征进行人脸检测和采用主分量分析方法提取特征脸进行人脸识别,将人脸识别技术引入图书馆借阅管理,使读者身份的识别从对物的识别提升为对人的识别,提高了借阅管理系统的人性化和智能化。     

图像识别在考生身份认证系统中的应用

针对传统考生身份认证方法的缺陷,提出一种基于人脸识别的考生身份认证系统。首先利用图像采集系统采集考生人脸图像,然后对人脸图像进行特征提取和特征选择,并将人脸特征输入到人脸特征库进行匹配,最后采用支持向量机算法对人脸进行分类识别。实验结果表明,该系统提高了考生身份识别的正确率,减少了识别时间,能够很好满足实际考试的要求。     

Teacher-directed learning in view-independent face recognition with mixture of experts using single-view eigenspaces

We propose a new model for view-independent face recognition by multiview approach. We use the so-called “mixture of experts”, ME, in which, the problem space is divided into several subspaces for the experts, and the outputs of experts are combined by a gating network. In our model, instead of leaving the ME to partition the face space automatically, the ME is directed to adapt to a particular partitioning corresponding to predetermined views. To force an expert towards a specific view of face, in the representation layer, we provide each expert with its own eigenspace computed from the faces in the corresponding view. Furthermore, we use teacher-directed learning, TDL, in a way that according to the pose of the input training sample, only the weights of the corresponding expert are updated. The experimental results support our claim that directing the experts to a predetermined partitioning of face space improves the performance of the conventional ME for view-independent face recognition. In particular, for 1200 images of unseen intermediate views of faces from 20 subjects, the ME with single-view eigenspaces yields the average recognition rate of 80.51% in 10 trials, which is noticeably increased to 90.29% by applying the TDL method.     

基于部分遮挡的人脸表情识别方法

针对部分遮挡的人脸表情识别,提出了一种基于部分遮挡判断的人脸表情识别方法：首先对包含表情信息的静态图像进行Gabor小波变换,提取表情特征矢量,然后用最大相关分类器对特征矢量分类。实验表明,该方法对局部遮挡的人脸表情识别有较强的鲁棒性。     

一种新的正交保局投影人脸识别方法

针对人脸识别中判别特征的提取问题,提出了一种新的人脸识别算法—Schur正交保局投影(Schur-OLPP)。该方法在保局投影(LPP)的基础上引入Schur分解,求取最佳正交投影矩阵,充分提取样本的判别特征。本文采用最小近邻分类器估算识别率。在Yale人脸库以及AR人脸库的测试结果表明,在姿态、光照、表情、时间变化的情况下,Schur-OLPP都具有较好的识别率。     

基于BP网络学习算法的英文字符识别

介绍了BP神经网络的基本原理,指出了BP算法收敛速度慢、易陷入局部及小值等缺陷,在标准BP算法的基础上引入了几种优化BP算法的方法.针对模式识别应用领域,通过实例,运用Matlab编程对各种较好的网络学习算法的性能进行比较,给出了一个三层BP网络识别含噪声的字母的实例.实验结果表明,改进的BP算法有效地提高了BP算法的收敛速度.     

基于ARM的人脸特征提取与辨识

本文设计了一种基于RFIC和人脸识别的ARM嵌入式安全认证系统。深入地分析人脸识别过程中的预处理,以及PCA和LDA等特征提取方法,利用MATLAB对人脸识别算法仿真,并比较特征向量个数以及分类器等因素对识别率的影响。     

Data information processing of traffic digital twins in smart cities using edge intelligent federation learning

The present work analyzes the application of deep learning in the context of digital twins (DTs) to promote the development of smart cities. According to the theoretical basis of DTs and the smart city construction, the five-dimensional DTs model is discussed to propose the conceptual framework of the DTs city. Then, edge computing technology is introduced to build an intelligent traffic perception system based on edge computing combined with DTs. Moreover, to improve the traffic scene recognition accuracy, the Single Shot MultiBox Detector (SSD) algorithm is optimized by the residual network, form the SSD-ResNet50 algorithm, and the DarkNet-53 is also improved. Finally, experiments are conducted to verify the effects of the improved algorithms and the data enhancement method. The experimental results indicate that the SSD-ResNet50 and the improved DarkNet-53 algorithm show fast training speed, high recognition accuracy, and favorable training effect. Compared with the original algorithms, the recognition time of the SSD-ResNet50 algorithm and the improved DarkNet-53 algorithm is reduced by 6.37ms and 4.25ms, respectively. The data enhancement method used in the present work is not only suitable for the algorithms reported here, but also has a good influence on other deep learning algorithms. Moreover, SSD-ResNet50 and improved DarkNet-53 algorithms have significant applicable advantages in the research of traffic sign target recognition. The rigorous research with appropriate methods and comprehensive results can offer effective reference for subsequent research on DTs cities.     

科研新手获得学术认可的障碍分析及其影响研究

 摘要：科研新手一般是通过其研究成果在学术界获得承认，进而逐步在科学共同体中获得认可并确立地位的。在科研新手学术成果获得承认的过程中，一般会受到新手身份、成果特点以及科学共同体自身性质等因素的影响。对科研新手学术认可的拒绝或延迟，直接影响到科学家梯队的后备人力资源，同时也影响科研新人的职业发展。分析科研新手获得学术认可的一般机制，对维护健康的学术环境，保持科学技术的可持续发展都具有重要意义。     

科学计量学常用工具的聚类算法分析

介绍聚类算法的过程以及聚类有效性指标的分类,分别评述科学计量学常用软件中的几种聚类算法,分析聚类算法的特性并采用基于类内紧密度和类间分离度对聚类结果的有效性进行探讨,总结各聚类算法的效果并对应软件分析的结果进行案例分析。     

非常态下红外人脸识别的有限元分析

将红外技术与人脸识别技术相结合具有广阔的应用前景,近年来对血流图的红外人脸识别研究越来越多,但它们均假定血流量保持稳定不变。事实上,外部环境温度、喝酒、发烧或运动等因素都会对血流产生影响,进而影响识别性能。为此,本文针对非常态红外人脸识别,尝试开展有限元分析。初步实验证明,该方法能有效提高识别率,对于非常态下的鲁棒生物特征提取有一定的指导意义。     

基于遗传算法的数字曲线多边形逼近的实现

平面曲线的多边形逼近是模式识别和计算机舰觉研究中的常用算法,为克服顶点的检测只依靠局部区域、缺乏全局信息的弱点。提出了一种利用遗传算法的最优多边形逼近算法。