基于主成分分析的人耳识别系统研究

针对人耳识别技术的研究现状,采用主成分分析提取人耳图像特征,在此基础上建立一个人耳识别系统。实验结果验证了利用主成分分析提取人耳图像特征的可行性与高效性,为解决该类问题提供了一个有效的新途径。     

基于MFCC的说话人语音识别系统的研究

说话人识别是当前语音识别的研究热点之一。本文主要研究了以下几个方面:说话人语音识别系统,对能够反映人对语音感知特性的Mel频率倒谱系数(MFCC)作为特征参数进行提取。同时,分析了概率神经网络PNN,概率神经网络是性能良好的分类神经网络。实验结果表明,概率神经网络PNN对训练的语音样本有着很高的分类准确率。     

基于DSP的语音识别系统研究

文章介绍了语音识别的基本原理以及用DSK6713实现语音识别算法的一些原则和方法,阐述了语音识别在DSP上的实现技术。系统使用梅尔倒谱系数（MFCC）作为特征参数,采用算法相对简单以及计算量较小的动态时间弯折算法（DTW）实现语音参数的匹配。用MATLAB实现DTW算法的仿真,进而将语音识别技术应用到DSP上,实验结果表明对特定人、小词汇量和孤立词的语音识别效果比较好。     

基于视频流的车型识别系统研究

在智能交通系统中,车辆信息的获取对车辆自动监控和全自动收费系统的建立起着关键的作用。因此,车辆图像检测技术的研究对提高公路交通的自动化程度,促进智能交通系统的发展有重大的实际意义。主要讨论如何通过背景建模的方法提取车辆轮廓信息来达到车型识别的目的,并指出了下一步的研究方向。     

基于AdaBoost的侧面人脸、人耳检测

现今,人脸检测技术的局限性主要存在于侧面人脸检测这方面,本文主要利用人脸人耳的位置关系,用AdaBoost方法进行分别检测,最后人脸检测与人耳检测融合在一起,以提高人脸检测效率。     

基于人脸人耳多特征的融合识别

正本文针对人脸识别技术,提出了基于LBP和PCA的生物多模态融合的观点。在生物识别领域中,具有较高的识别准确性,同时降低了采样的复杂度,顺应了生物特征应用领域的趋势。由于单一的人脸或人耳可以提取到的特征信息较少,识别时易出差错导致识别率较低。本文为了提高人物的识别率,保证身份验证时的准确性,提出了基于人脸人耳特征融合的识别技术。通过PCA算法降     

基于美尔倒谱系数及隐马尔可夫模型的说话人识别系统研究

为了适应强噪声环境下的语音识别,进行了基于美尔倒谱系数特征及隐马尔可夫模型的识别算法研究,主要对提取语音信号的线性预测系数、端点检测、语音特征参数提取、语音算法识别流程等进行了初步研究,并进行了说话人识别系统的仿真验证。     

拥有蝙蝠耳的人

1布里安·波洛斯基的家乡位于安大略省西南部．每当他骑车行进在自家农场旁边的石子路上时．他都会小心留神着周围的情况。他会时不时前后扭一下头．他关注的是树木的枝叶、栅栏和来往的车辆。不是从没出现过意外．“有一次．在一个没有多少参照物的地方．我在路上翻倒了。”他回忆说．“我从一个小山坡上摔了下来．耳朵差点儿被一根树枝扎穿。”幸亏问题不大．毕竟他自小在乡下长大．     

人耳可辨别身份

英国《星期日电讯报》不久前提出,目前,除了现有的指纹和眼睛颜色鉴定方式,机场安检部门在不久后将会通过观察乘客耳朵的形状来决定是否允许旅客入境。     

拥有蝙蝠耳的人

1 布里安·波洛斯基的家乡位于安大略省西南部,每当他骑车行进在自家农场旁边的石子路上时,他都会小心留神着周围的情况.他会时不时前后扭一下头,他关注的是树木的枝叶、栅栏和来往的车辆.不是从没出现过意外,"有一次,在一个没有多少参照物的地方,我在路上翻倒了."他回忆说,"我从一个小山坡上摔了下来,耳朵差点儿被一根树枝扎穿."幸亏问题不大,毕竟他自小在乡下长大.     

基于MATLAB的车牌识别系统的研究设计

在中国经济迅猛发展的时代,汽车引发的交通和公路管理问题,成为当今如何提高生活便利性的热门课题。本研究从实际出发,运用MATLAB技术主要完成,从各种环境所拍摄的图片中,准确地完成车牌图片到可辨识字符的转变,提取出可辨别的字符后,如何自动辨认识别字符。那么,第一个问题就需要运用图片处理中的各种光线色彩处理,以及图片字符的有效分割,第二个问题需要根据车牌字符的组成组建字符库,然后编写MATLAB程序,将预先处理所得到的字符和字符库里的字符对比,识别辨认出每一个字符。     

基于ADSP的语音识别系统

本系统是基于AD公司的Blackfin-533开发平台,通过提取语音信号的美尔倒谱系数(MFCC),并在此基础上采用动态时间调整的DTW算法将提取的语音参数与已有的参敷模板匹配,实现指定文本语音识别功能.系统充分利用Blackfin 533芯片高速并行的数据处理能力,大约能够在330ms内达到与10个样本模板匹配,同时通过软硬件结合的去噪技术与阈值的准确设定使识别的准确率大大提高.     

基于数字图像的高速公路路面病害识别系统研究

基于图像的公路路面病害自动识别与分类,一直是图像处理和模式识别领域的一项挑战性工作,其对公路养护工程具有很大的指导作用。本文探索路面各类病害的数字图像特性,研究基于图像的路面病害自动识别分类方法。     

基于DSP的车牌识别系统

本文将TMS320C54XX作为核心器件用于车牌自动识别系统中,完成车牌图像的采集、数字图像的处理、提取车牌信息并针对提取的特征对字符进行识别。首先分析了车牌识别系统实现的背景。接着对车牌识别过程中所涉及的边缘检测、字符分割、大小归一化等一系列数字图象处理技术进行进一步的详细分析。最后选取最适合的网格特征提取法,以此为基础进行模扳匹配,最终识别出车牌号码。本文采用DSP作为核心处理器来完成识别过程的算法。     

基于大数据分析的文本智能识别系统的研究

根据软件工程的基本原理在Ubuntu操作系统环境下使用Eclipse开发工具,设计并实现了基于Hadoop系统架构的NaiveBayes算法文本分类系统。系统将大量中文文本数据集存储在分布式文件系统HDFS上,通过MapReduce并行计算模型和Ansj中文分词库对中文数据集进行分词,采用TF-IDF算法进行文本特征抽取,最后基于Spark并行计算框架和NaiveBayes算法对特征数据集进行模型训练,得到文本分类模型,将文本分类服务集成到Web页面。系统基本实现了文本的正确分类。     

基于云计算的 P2P识别系统架构研究

云计算技术的迅猛发展极大地促进了P2P应用,P2P应用产生的庞大流量给P2P流量识别带来了巨大的考验,针对P2P流量识别中的问题,提出一种利用云环境的识别模式。该模式将P2P的识别系统架设在云中,利用Ma-pReduce系统架构和云环境超强的数据处理能力,能够应对海量P2P流量识别,缩短流量识别时间。     

基于傅里叶变换和K-L变换的人耳识别方法

针对入耳识别容易受到外界环境干扰,导致识别率出现很多偏差问题,提出了基于傅里叶变换和K-L变换相结合的人耳自动识别方法。首先将人耳图像从空间域到频域变换(即傅里叶变换),在频域内对高频噪声信号和低频信号进行分离,通过低通滤波器进行滤波,滤除噪声和频率变化较快的边缘信息,对滤波后图像进行傅里叶反变换,实现了频率域到空间域的变换,得到增强后的平滑图像,最后运用K-L变换进行降维处理,提取人耳特征向董,采用欧式距离分类并实现人耳识别。     

基于级联分类器的粮堆识别系统

为了改进传统平粮机器人的工作模式,本文提出了一种基于LBP和OpenCV的粮堆识别系统,利用OpenCV中的opencv_traincascade和opencv_createsamples工具对粮堆样本的LBP特征进行训练,生成训练集,再利用cascade.detectMultiScale函数对机器人采集的图像进行识别并标出理想的几个粮堆模型。测试表明,上述系统能够较为准确地识别出图片中的粮堆,相较于传统的扫遍全场式的平粮机器人,基于LBP特征值的粮堆识别系统的机器人平粮效率更高。     

基于RFID技术的车辆识别系统

RFID射频识别是一种非接触式的自动识别技术,由于其抗干扰能力强、速度快和传输距离远等优点,广泛应用在无线通信领域。本文基于RFID技术设计车辆识别系统,实现对过往车辆的信息采集和自动识别。     

基于DSP车牌识别系统的设计

文章设计了一种车牌识别系统,采用基于DSP构建的硬件平台,运用数字图像处理的相关基础知识来实现车牌识别的功能。该系统主要包括图像采集与预处理、车牌定位、字符切分以及字符识别等四个部分。通过对采集到的图像进行分析处理,分别得到边缘检测、直方图统计、中值滤波、锐化、灰度阈值处理等实验结果。