基于DCT的人脸特征提取

设计一个准确性和鲁棒性均很好的人脸识别系统．该系统利用DCT来提取人脸特征，并且采用归一化技术来提高人脸对几何特征与光照的鲁棒性．并在人脸图像库中对系统进行了测试．实验表明，该系统的识别率和速度要比采用其他识别方法的系统好很多．①     

一种固定背景下运动视频对象的自动分割方法

提出了一种固定背景运动视频对象的自动分割方法．该方法通过互帧差四次矩检测运动对象，利用背景减除对点分类，最后用彩色分水线算法得到运动对象实验证明该方法能够对固定背景下运动视频对象进行实时自动分割．     

基于连续隐马尔科夫模型的步态识别

步态识别主要是通过人体走路的姿势来识别人的身份，近来年，步态作为一种生物特征识别技术备受计算机视觉研究者的关注．给出了基于连续隐马尔科夫的步态识别方法：研究了静止背景下人体步态的检测以及基于步态的人体身份识别技术，主要包括背景建模、人体检测、轮廓特征提取及连续隐马尔科夫识别和分类．在小数据库上取得了超过95％的识别率；实验结果表明，本方法有效．     

一种基于UML的第三代面向对象开发方法

UML（统一建模语言）是当前开发面向对象系统的首选建模语言，已经成为事实上的工业标准。它使用广泛，提供了丰富的图形表示的结构和行为模式，并在很大程度上支持过程建模。本文将当前软件工程最新技术，如软件体系结构、设计样本、组件技术等用于UML中，给出一种面向对象开发方法。     

说话人个数时变的盲分离研究

现有的语音盲分离算法都是针对说话人个数已知且在分离过程中恒定的情况，现实中说话人个数是时变的，提出仅用2个麦克风对说话人个数时变的语音信号进行盲分离的方法，不仅能反映说话人个数时变的过程，而且解决了麦克风与说话人之间个数差异引起的超定、欠定问题。     

基于频域去相关的语音信号分离

目前基于纯净语音信号的语音识别系统和说话人识别系统都已达到了很高的识别率,但是当信号中含有噪声,特别是含有语音噪声时,识别率就会大大降低.解决这一问题的关键是实现语音与噪声的自动分离.考虑到语音信号的非平稳特性,把时域去相关的思想推广到频域,提出了频域去相关算法,实验结果显示了算法的有效性.     

一种新的聚类方法—（0,1）模型矩阵法

在对高维大数量模式样本进行分类时,一般都要用逐步聚类方法多次完成。首先要尽量获取和利用先验知识进行初始划分,找出凝聚中心;再逐步调整进行细分类。本文提出一种新的聚类方法——(0,1)模型阵法。它可简单快速地完成高维大数量模式样本的粗分类,对提高后续的细调整分类提供一个良好的初始条件。在模式样本可分性较好或精度要求不高情况下,此方法是一种快速一次完成聚类法,不必再作后续精调。     

基于内容的视频编码系统的研究与应用

提出了一个基于内容的视频编码系统的框架，对框架进行了阐述．将基于对象的小波变换(OWT)代替离散余弦变换(DCT)，通过实验表明很大程度地改进了传统压缩标准中的方块效应．