Content-based image retrieval using visually significant point features

This paper presents a new image retrieval scheme using visually significant point features. The clusters of points around significant curvature regions (high, medium, and weak type) are extracted using a fuzzy set theoretic approach. Some invariant color features are computed from these points to evaluate the similarity between images. A set of relevant and non-redundant features is selected using the mutual information based minimum redundancy-maximum relevance framework. The relative importance of each feature is evaluated using a fuzzy entropy based measure, which is computed from the sets of retrieved images marked relevant and irrelevant by the users. The performance of the system is evaluated using different sets of examples from a general purpose image database. The robustness of the system is also shown when the images undergo different transformations.     

一种融合二值边缘特征和灰度特征的人脸识别方法

 光照变化是影响现有人脸识别算法性能的主要因素之一.基于边缘特征的方法能获得较好的光照鲁棒性,且易于实现,但它对表情变化的鲁棒性较差.本文提出了一种融合二值边缘特征和灰度特征的人脸识别方法,并首次将二阶互信息相似性测度引入人脸识别中.在AR图像集和Yale图像集上的实验表明,本方法对含有光照变化和表情变化的图像能获得比现有其它方法更好的总体识别率,具有较好的实用价值.     

一种多尺度分形的舰船目标检测方法

阐述了图像分形维和多尺度分形特征的概念,提出了一种多尺度分形目标检测方法。实验证明,自然背景与人造目标所在区域的多尺度分形特征差别非常明显。对于舰船目标检测,给出方法的检测结果稳定,优于边缘检测、阈值分割和单一分形维检测的结果,是一种非常有前途的方法。     

一种基于核SMOTE的非平衡数据集分类方法

 本文提出一种基于核SMOTE(Synthetic Minority Over-sampling Technique)的分类方法来处理支持向量机(SVM)在非平衡数据集上的分类问题.其核心思想是首先在特征空间中采用核SMOTE方法对少数类样本进行上采样,然后通过输入空间和特征空间的距离关系寻找所合成样本在输入空间的原像,最后再采用SVM对其进行训练.实验表明,核SMOTE方法所合成的样本质量高于SMOTE算法,从而有效提高SVM在非平衡数据集上的分类效果.     

低信噪比数字通信信号识别算法研究

基于高阶累积量可以抑制高斯噪声的特性以及分形盒维数对噪声不敏感的特性,对于现代通信中常用的BPSK、QPSK、OQPSK、MSK和GMSK五种信号,建立了信号模型。理论推导了信号的高阶累积量特征,分析了信号的分形盒维数特征,提出了一种有效的识别算法。仿真试验证实了算法的可行性。     

主动表观模型在光照变化影响下的人脸特征点定位

在光照条件恶劣的情况下,基于主动表观模型(AAM)的人脸特征点搜索与定位算法的精度和鲁棒性会显著下降.本文提出采用全变分模型对图像进行光照预处理,通过对基于反射系数图的特征纹理建模来帮助特征点定位.通过实验对比,分析了本文算法在定位精度和鲁棒性上的提高.     

核Fisher鉴别分析在掌纹识别中的应用

核Fisher的鉴别方法(KFDA)是模式识别中较为突出的提取图像非线性特征的方法。为了更好的提取掌纹图像的非线性特征,将KFDA方法引入到掌纹识别中。首先对掌纹图像做小波变换进行降维,在保留原始图像轮廓信息和特征的基础上,然后进行核Fisher判决方法进行特征提取并引入零空间的核Fisher(ZKFDA)方法解决小样本问题,最后用最小距离分类器进行掌纹匹配。通过PolyU掌纹图像库,实验结果表明,在不同的特征个数下,KFDA方法比二维Fisher准则(2DFLD)方法识别率高;零空间ZKFDA的平均识别率高于KFDA,并且计算量大大减少。在核函数选取上,取RBF核函数的识别性能最佳。     

基于渐进结构感受野和全局注意力的显著性检测

当前的显著性检测算法在复杂场景下难以分割出完整显著性区域以及锐利的边缘细节。针对这一问题,文中提出了一种新颖的特征融合算法。该方法利用全卷积神经网络获取多个层次粗糙的初始特征并结合特征金字塔结构对其深度解析。设计渐进结构感受野模块将特征转换至不同尺度的空间进行优化,实现特征的渐进融合与传递,有选择性地增强显著性区域。采用全局注意力机制消除背景噪声并建立显著性像素之间的长距离依赖,以提高显著性区域的有效性,突出显著性目标,再通过学习融合个层次特征得到显著图。综合实验表明,在绝对误差减小的情况下,F-measure指标远超出其他7种主流方法。所提的显著性模型综合了全卷积神经网络和特征金字塔结构的优点,结合文中设计的渐进结构感受野和全局注意力机制,使得显著图更接近真值图。     

彩色图像人脸检测与特征提取认证

本文提出一种在HSV空间快速进行人脸检测定位的肤色分割方法,并且与HSV空间中S分量空间特征提取方法相结合,提取人脸特征;然后对有特征点的区域,利用区域投影,包括水平投影和垂直投影,比对投影曲线,确定该区域是否符合人脸,进一步准确认证人脸.经过大量试验检验,本算法在任何背景下都具有较高的人脸检测准确率,同时在速度上可达到实时检测的要求.     

认知无线电中一种循环特征检测方法研究

认知无线电是一种能感知周围通信环境从而改变发射机在特定的参数上实时改变的智能通信系统。它采用动态频谱管理来提高频谱利用率,高可靠性的频谱感知是实现频谱共享的关键技术。文中利用通信系统中调制信号的二阶循环平稳性对频谱感知技术的循环特征检测法进行了较深入的研究,并与能量检测法做了比较。最后由仿真结果可得出该检测方法的优越性。