检索结果-南通市图书馆

作者：高达义南京邮电大学

学位级别：硕士

二十一世纪以来人脸表情识别技术不断发展,在多个领域都取得了巨大成功,比如游戏休闲领域的智能语音机器人、医疗领域的医疗监控系统、交通领域的汽车辅助系统等等,极大的改善了人们生活质量。尽管现在人脸表情识别技术成绩斐然,但是仍... 详细信息

二十一世纪以来人脸表情识别技术不断发展,在多个领域都取得了巨大成功,比如游戏休闲领域的智能语音机器人、医疗领域的医疗监控系统、交通领域的汽车辅助系统等等,极大的改善了人们生活质量。尽管现在人脸表情识别技术成绩斐然,但是仍面临着众多挑战,诸如人脸表情的复杂性、环境的因素的多样性、异物遮挡等等。因此如何设计出识别率高、识别速度快、鲁棒性高的表情图像特征提取方法,依然是一个充满挑战的难题。本文主要研究基于不同特征提取方法的人脸表情识别,具体研究内容如下:(1)分析LBP特征及扩展特征,总结各种LBP特征的优点与不足,提出了一种改进的LBP特征,针对计算传统的LBP特征时忽略了邻域内各像素点之间的联系,提出利用邻域像素点与中心点的差值的平均值作为阈值,增加邻域像素之间的联系;同时根据FACS理论,突出眼睛、嘴巴在对于表情的重要性,先将图像进行分块,然后引入权重的概念,将属于眼睛、嘴巴的分块增加一定的权重,将两处改进结合基础LBP特征的优势,构成了分块加权等价阈值圆形LBP特征。为了验证本文改进的有效性,两处改进点均与基础LBP特征进行了对照实验。实验表明本文提出的改进点能有效的提升LBP特征的识别率。(2)考虑到HOG特征不具有尺度不变性,不同尺度的HOG特征表达同一物体存在着差异,提出可以多尺度HOG特征来提取表情图像特征,更多的保留图像的信息。同时考虑多尺度HOG特征存在特征维数过高的风险,引入PCA算法,在尽可能多的保留特征主要信息的情况下,减少特征维度。结合多个尺度的HOG特征和PCA算法,探索两种多尺度融合方式识别效果。在CK+上的实验结果表明,两种融合方式得到的多尺度HOG特征均比任一单尺度HOG特征识别速度更快、识别率更高。(3)单一特征都是从某一个角度来提取表情图片的特征,比如LBP特征就缺少HOG特征的图像梯度信息,因此仅依靠单一的表情图像特征不能全面的表达图像的所有信息。本文基于串联融合,提出一种多特征融合的表情特征提取算法,将改进的LBP特征与多尺度HOG特征进行融合,同时利用PCA算法对融合特征进行降维处理。融合特征兼具了两种特征的图像信息,所包含的图像纹理信息更加丰富。通过JAFFE库上的对照实验,表明该融合特征的性能优于单一特征。

关键词：人脸表情识别局部二值模式梯度方向直方图主成分分析特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

压缩感知理论及其算法

压缩感知理论及其算法

作者：曹殿元南京邮电大学

学位级别：硕士

压缩感知理论研究在远低于Nyquist采样速率的条件下,实现稀疏或可压缩信号采样重构的问题,打破了传统的信号采样理论中带宽对采样速率的束缚,给信号处理带来了新的方法。该理论在无线通信、雷达成像、地理资源勘测以及生物传感等领域都... 详细信息

压缩感知理论研究在远低于Nyquist采样速率的条件下,实现稀疏或可压缩信号采样重构的问题,打破了传统的信号采样理论中带宽对采样速率的束缚,给信号处理带来了新的方法。该理论在无线通信、雷达成像、地理资源勘测以及生物传感等领域都有着潜在的应用前景,从而成为人们研究的热点。压缩感知中的稀疏重建算法与测量矩阵的设计密切相关,本文主要研究测量矩阵的设计及稀疏重建算法。第一、二章概括了压缩感知理论研究的意义以及研究的核心问题,主要包括信号的稀疏表示、测量矩阵的设计、稀疏重建算法和应用等。第三章分析了设计测量矩阵的方法和条件,给出了随机测量矩阵的累积增量水平和对测量矩阵进行训练的必要性。第四章讨论了信号的重建算法,考虑到OMP算法易于实现且计算复杂度低而备受青睐,文中着重研究了OMP算法及其重建条件。第五章主要研究累积增量约束界的概率估计和采用迭代投影方法的测量矩阵训练算法。OMP算法的重建能力主要取决于测量矩阵的累积增量水平。文中首先在随机变量截尾概率估计的基础上给出了测量矩阵累积增量约束界的概率估计,并通过实验证明得到的概率估计是准确的。其次,在字典构造方法的基础上,提出了采用迭代投影方法的测量矩阵训练算法,旨在逼近测量矩阵的累积增量低于1/2的约束界,实验表明本文提出的测量矩阵训练算法能明显提高OMP算法重建稀疏信号的成功率。

关键词：压缩感知稀疏信号可压缩信号测量矩阵累积增量

无线Mesh网络路径选择协议和信道分配方案的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无线Mesh网络路径选择协议和信道分配方案的研究

作者：张秦南京邮电大学

学位级别：硕士

无线Mesh网络是一个多跳、多节点传输的新型宽带网络。随着多射频多信道技术的出现,无线Mesh网络也得到了发展,先进的技术促使了多射频多信道无线Mesh网络的诞生。MRMC-WMN卓越的网络通信性能,离不开与之相匹配的信道分配方案和路由优... 详细信息

无线Mesh网络是一个多跳、多节点传输的新型宽带网络。随着多射频多信道技术的出现,无线Mesh网络也得到了发展,先进的技术促使了多射频多信道无线Mesh网络的诞生。MRMC-WMN卓越的网络通信性能,离不开与之相匹配的信道分配方案和路由优化算法。本文重点研究MRMC-WMN所需的信道分配方案以及路由优化算法,主要工作为:首先,介绍了本课题的研究背景,阐述了WMN的基本概念、网络结构、通信特点、关键技术及主要应用。其次,介绍了WMN网络服务质量所需的保障技术,分析了MRMC-WMN的信道分配方案与路由协议的研究状况。再次,分析了MRMC-WMN的基本结构、通信方式以及链路干扰因素,建立起数学模型,继而以此模型为基础,基于网络的连通性提出了一个信道分配的方案。然后针对链路间存在的干扰,对信道分配模型进行了优化,使其兼顾连通性与抗干扰能力,使用一种启发式的算法得到了近似最优解。最后,根据信道分配模型,对PREQ报文的帧结构进行适应算法的改进,完善了计算网络节点负载的方式,加强了节点对拥塞的控制的能力。关键的是在报文帧结构中添加负载信息位,使得每个节点在接收到其它节点转发的报文消息后能够知道其负载状态,就可以根据相邻节点的负载情况和各路径的Metric值合理地选择下一跳节点,达到均衡分布整个网络的流量的效果。实验验证了该算法的良好性能。

关键词：无线Mesh网络负载均衡信道分配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于光照预处理和特征融合的人脸识别

基于光照预处理和特征融合的人脸识别

作者：张兆增南京邮电大学

学位级别：硕士

人脸识别技术正在人们的工作和生活中的诸多领域得到越来越多的应用。经过几十年的快速发展,人脸识别研究已经取得了丰硕的成果,但是在实际的应用场景中,其仍面临着不少困难,其中,光照问题是人脸识别不可回避的难点,在不理想的光照环境... 详细信息

人脸识别技术正在人们的工作和生活中的诸多领域得到越来越多的应用。经过几十年的快速发展,人脸识别研究已经取得了丰硕的成果,但是在实际的应用场景中,其仍面临着不少困难,其中,光照问题是人脸识别不可回避的难点,在不理想的光照环境中(例如侧面光源)采集到的人脸图像,部分区域会出现曝光过度以及阴影。在不同光照条件下采集到的同一个人的人脸图像之间的差异,甚至比相同光照下不同人的人脸图像之间的差异还要大,这给人脸识别造成了极大的干扰。本文从以下两个方面,解决光照对人脸图像的干扰问题:第一,从人脸图像的预处理入手,本文结合Gamma校正图像和SQI图像的各自优点,提出了基于Gamma校正和SQI的权重图像,既去除了光照对人脸图像特征提取造成的干扰,又补偿了SQI处理过程中的纹理细节的丢失,很大程度上削弱了光照对人脸特征提取干扰。第二,从人脸图像的特征提取入手,本文提出了一种光照不变特征——基于分区的多块局部三进制模式,此特征在实际应用中,不仅具有局部二进制模式的光照不变特性,而且改善了局部二进制模式对噪声敏感的缺点,在提取到光照不变特征后,将结合PCA对这种特征实现降低维数的目的。本文通过实验与其他的同类方法进行了对比分析,实验结果表明,本文提出的方法对人脸识别的识别率相对于其他的同类方法有较为明显的提升,在应对人脸识别中光照不佳的问题时,有较好的鲁棒性。最后,本文还讨论了本课题在实际工作和生活中的应用。

关键词：人脸识别光照预处理特征提取分区多块局部三进制模式主成分分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于核的跟踪算法研究

基于核的跟踪算法研究

作者：刘腾南京邮电大学

学位级别：硕士

计算机视觉是机器视觉与人工智能领域中热门的研究课题。视频中的目标跟踪技术是计算机视觉领域中重要的研究热点问题之一，是计算机视觉领域的理论基础。视频中的目标跟踪在医疗、视频监控、人机交互等领域中有着广泛的应用。在众多的... 详细信息

计算机视觉是机器视觉与人工智能领域中热门的研究课题。视频中的目标跟踪技术是计算机视觉领域中重要的研究热点问题之一，是计算机视觉领域的理论基础。视频中的目标跟踪在医疗、视频监控、人机交互等领域中有着广泛的应用。在众多的跟踪算法中，基于核的跟踪算法由于其理论上的严谨性，运算中的简单性、实时性，跟踪过程中的准确性得到了广泛的应用。本文的第一章概述了视频中目标跟踪算法的研究背景和跟踪算法。第二章主要研究基于核的跟踪算法，该算法首先对目标和候选目标对于颜色特征进行核概率密度估计，计算其颜色直方图，然后根据相似度函数计算它们的相似度，求出相似度最大的候选模型，并将它定位为当前视频帧中跟踪的目标。通过实验仿真得出该方法在跟踪过程中表现了良好的性能，但是当跟踪的目标进行复杂的运动或者目标模型与背景颜色相近的时候，跟踪性能就会下降。第三章为了改进传统的核跟踪算法在目标特征表示上的单一性，给出了基于颜色纹理联合直方图的核跟踪算法。该算法在目标的表示上增加了目标的纹理模型，通过实验表明该算法提升了跟踪的精度和效率，并且提高了目标进行复杂运动的性能。但是该算法增加了算法的复杂度影响了跟踪的实时性。第四章为了提高目标与背景相近的情况下的跟踪性能，同时降低第三章算法的计算量，提出了基于背景加权的核跟踪算法，该算法在目标表示上只是对目标模型的背景进行加权，通过实验表明该算法解决了背景和目标复杂运动的影响，保证的跟踪的实时性，得到了很好的跟踪性能，并且对光照的影响不敏感。

关键词：目标跟踪基于核的跟踪算法直方图颜色纹理联合直方图背景加权

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

MIMO通信系统的检测算法研究

MIMO通信系统的检测算法研究

作者：邓祁南京邮电大学

学位级别：硕士

多输入多输出（MIMO）技术可以提高移动通信系统的信道容量和传输可靠性,是下一代移动通信系统的关键技术之一,但同时也产生了接收信号检测复杂度的问题,因此研究MIMO系统信号检测技术具有重要的研究价值。本文主要研究MIMO系统信... 详细信息

多输入多输出（MIMO）技术可以提高移动通信系统的信道容量和传输可靠性,是下一代移动通信系统的关键技术之一,但同时也产生了接收信号检测复杂度的问题,因此研究MIMO系统信号检测技术具有重要的研究价值。本文主要研究MIMO系统信号检测算法,重点研究了应用广泛的球形解码算法,并提出改进算法,取得计算复杂度和误码率性能的折中。本文首先简单介绍了无线信道模型及其衰落特性,随后介绍了MIMO系统模型,接着比较了几种传统MIMO系统检测算法。然后重点分析了球形解码算法,其误码性能逼近最大似然检测算法,复杂度比起最大似然检测算法却得到显著的降低,而且明显优于传统线性检测算法。但是常规球形解码算法不能适用于发送天线大于接收天线的MIMO系统,已有的四种广义球形解码算法虽然能克服常规球形解码算法的不足,但复杂度仍然较大。于是本文分析了能进一步降低复杂度的λ-GSD算法,其误码性能逼近最大似然检测算法,能够直接适用于任意信号星座而不用通过变换。本文提出了一种联合检测算法,先用传统检测算法检测可靠性高的符号,简化部分搜索过程,再用λ-GSD算法检测剩余符号。仿真结果表明了该联合检测算法检测性能趋近于λ-GSD算法,计算复杂度有了显著降低。最后分析了适用于检测压缩采样信号的球形解码算法,它能同时利用有限字母约束下的稀疏信号的稀疏特性和有限字母约束特性。但是该算法现有的初始半径选取方法会带来复杂度高或初次搜索失败的问题,针对这个不足,本文提出了一种基于正交匹配追踪算法的初始半径选取办法,利用正交匹配追踪算法的结果来确定合适的初始半径,仿真结果表明改进算法在计算复杂度上的优势。

关键词：多输入多输出传统检测算法广义球形解码联合检测

噪声相关高斯双天线中继信道的可达速率和容量研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

噪声相关高斯双天线中继信道的可达速率和容量研究

作者：袁妍南京邮电大学

学位级别：硕士

伴随着卫星通信、光纤通信的发展，多用户信息论在通信系统中的应用越来越广泛。中继信道协作可以有效地提高信道的容量，是人们研究的一个重要课题。研究中继信道的信道容量与编码策略、选择最佳的编译码策略可以提高信道利用率，避免... 详细信息

伴随着卫星通信、光纤通信的发展，多用户信息论在通信系统中的应用越来越广泛。中继信道协作可以有效地提高信道的容量，是人们研究的一个重要课题。研究中继信道的信道容量与编码策略、选择最佳的编译码策略可以提高信道利用率，避免造成资源的浪费。本文主要研究噪声相关高斯双天线中继信道的可达速率和容量。第一、二章阐述了多用户信息论、中继信道的研究现状及意义，概述了中继信道有关的信息论基础;第三、四章分别研究了全工和时分半双工噪声相关高斯双天线中继信道在不同中继策略下的可达速率;第五章针对噪声相关系数取特殊值的情形，给出了两个容量可达定理。本文的主要研究成果如下： 1、对全工模式下双天线中继信道模型进行研究，给出了全工模式时的容量上界以及译码前传、压缩前传中继策略下的可达速率。 2、在时分半双工模式下对双天线中继信道模型进行研究，给出了相应的容量上界以及译码前传、压缩前传、放大前传中继策略下的可达速率。 3、给出噪声相关系数取特殊值时的两种容量可达定理。前者等价于传统的退化高斯中继信道，用译码前传中继策略可以实现;后者等价于逆退化高斯中继信道，用压缩前传中继策略可以达到。与对应的单天线中继信道模型相比较，数值实验表明双天线中继信道模型在提高信道传输速率方面确实具有明显的优势。最后，本文还分析了噪声相关系数对压缩前传、放大前传中继策略下可达速率的影响。

关键词：高斯双天线中继信道相关噪声可达速率容量上界译码前传压缩前传放大前传

基于加权光流特征和时空关联模型的人体行为识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于加权光流特征和时空关联模型的人体行为识别

作者：王佳南京邮电大学

学位级别：硕士

视频中的人体行为识别技术是当前计算机视觉领域一项重要的研究课题,它通过图像处理、模式识别等方法,对图像或视频数据进行处理分析,从而建立底层数据和高层语义理解之间的联系,目前在智能监控、人机交互等领域有着广阔的应用前景。由... 详细信息

视频中的人体行为识别技术是当前计算机视觉领域一项重要的研究课题,它通过图像处理、模式识别等方法,对图像或视频数据进行处理分析,从而建立底层数据和高层语义理解之间的联系,目前在智能监控、人机交互等领域有着广阔的应用前景。由于智能监控系统面向的是实际生活中真实复杂的场景,复杂场景中光照、角度变化、摄像机抖动、以及遮挡等干扰因素的存在,行为识别的准确率会大打折扣,而行为识别的准确率是决定智能监控系统性能的重要因素。因此,随着简单场景下行为识别技术的不断成熟,众多研究者开始将目光转向动态复杂背景下行为识别的研究。目前,在特征提取阶段,最流行的方法是时空兴趣点法,作为局部特征的代表,其对场景中的干扰具有一定的鲁棒性。为了提高复杂场景下人体行为识别的准确率,并将其应用在智能监控系统中,以提高智能监控系统的性能,本文对传统的特征提取和行为建模方法加以改进,主要的工作内容如下:(一)讨论了运动区域检测,视频流图像预处理,特征提取与特征描述及机器学习模型等行为识别过程中的关键问题。(二)提出了加权光流特征融合方法。该方法将光流特征与3D Harris时空兴趣点相融合,用原本彼此独立的特征融合生成新的运动特征—加权光流特征,集成了二者的优点以更好地表征运动。进而,在融合后的加权光流特征基础上,采用积分视频的原理进行运动区域的估计。用HOG/HOF特征描述子进行特征描述,它们表现了兴趣点邻域的表观形状信息、局部运动信息,具有较好的区分能力。仿真结果表明,基于加权光流特征提取到的运动区域对背景运动产生的干扰具有一定抑制作用。(三)针对复杂背景产生的干扰兴趣点问题,本文运用词袋模型建模的基础上,提出了时空关联模型。时空关联模型利用了稳定时空兴趣点之间的共生关系,对复杂背景产生的兴趣点,即干扰兴趣点,进行筛选得到稳定兴趣点。然后对稳定的兴趣点建立两次词袋模型,生成最终的特征向量,作为支持向量机的输入进行分类识别。两次运用词袋模型可以有效地提高码本质量,得到更紧致、更有区分能力的词典。实验表明,时空关联模型可以有效地滤除背景产生的干扰兴趣点,提高复杂场景下的行为识别准确率。

关键词：行为识别光流场时空兴趣点加权光流特征 HOG/HOF 时空关联模型词袋模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混合部件模型的人体姿态识别算法与应用

基于混合部件模型的人体姿态识别算法与应用

作者：薛涛南京邮电大学

学位级别：硕士

人体姿态估计和行为识别的相关问题已经成为计算机视觉研究者关注的重点。人体姿态估计和行为识别在生活中有着非常重要的实用意义和应用前景,如场景监控、虚拟现实、人机交互等。本文研究了人体姿态估计相关模型,其中重点研究了混合部... 详细信息

人体姿态估计和行为识别的相关问题已经成为计算机视觉研究者关注的重点。人体姿态估计和行为识别在生活中有着非常重要的实用意义和应用前景,如场景监控、虚拟现实、人机交互等。本文研究了人体姿态估计相关模型,其中重点研究了混合部件模型。混合部件模型是利用微小的部件去描述图像中人体部位,表达方式较为灵活,不需要训练大量的模板,较为可靠和高效。但因其存在计算量大、耗时长、容易受背景噪声干扰等问题,所以本文利用部件上下文信息和核心部件对混合部件模型进行改进,来提高识别精度和估计效率。再将改进的姿态估计算法得到的姿态向量应用于具体的行为动作识别中,建立了有效的姿态识别模型。具体内容如下:(1)混合部件模型进行姿态估计是十分有效的姿态识别方法,但是由于混合部件模型中的部件检测器所检测到的是各个部件独立的姿态信息,忽略部件之间的关联关系,影响了识别的准确度。因此,本文提出了利用部件间上下文信息来降低噪声干扰。同时,针对图像中不同尺寸的物体,采取不同分辨率对图像特征进行提取,避免重复计算。实验表明改进后的人体姿态估计方法可以提高估计精度和效率。(2)利用混合部件的姿态估计算法得到的姿态向量进行人体行为识别。首先通过完全图模型,将所有部件约束关系添加进来,然后根据行为类别进行分类训练,得到一个行为识别模型的集合,再将待识别图像对照不同的行为识别子模型进行识别测试,同时,利用稀疏训练,将分组中多余的部件约束关系去除掉,只利用有效的约束关系进行行为识别。实验表明改进后的模型可以有效提高行为识别效率和准确度。

关键词：混合部件姿态估计行为识别完全图模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于局部特征的人脸表情识别算法研究

基于局部特征的人脸表情识别算法研究

作者：贾雪菲南京邮电大学

学位级别：硕士

随着科技的日益发展,人们对人机交互领域产生了极大的兴趣。面部表情是最有力、最自然的非语言情感交流方法,因而识别面部表情能够使得人机交互的模式更加人性化。目前,人脸表情识别技术已经在刑事侦查、医疗系统、电子商务等领域得到... 详细信息

随着科技的日益发展,人们对人机交互领域产生了极大的兴趣。面部表情是最有力、最自然的非语言情感交流方法,因而识别面部表情能够使得人机交互的模式更加人性化。目前,人脸表情识别技术已经在刑事侦查、医疗系统、电子商务等领域得到了广泛的应用。尽管在过去的几十年中,人脸表情识别技术已经取得了较大的研究进展,但是仍然存在着许多挑战,如人脸图像容易受到光照强度、噪声等外界因素的影响,并且表情自身存在复杂性和多样性。因此,有效且准确地提取面部表情特征是面部表情识别系统中的关键。本文研究基于不同特征的提取算法,提出三个改进算法,即EuLBP算法、EDLBP算法和基于改进距离特征的人脸表情识别算法,以提高人脸表情的识别率和降低算法的复杂度。本文主要的研究工作如下:1、提出了一种基于加权欧氏距离(Euclidean distance)的LBP算法,即EuLBP算法。由于LBP算法没有考虑邻域的8个像素点与中心像素点距离的差异性带来的缺陷,因此,EuLBP算法对与中心点距离不同的领域像素点设置不同的权重,以改善LBP算法易受光线干扰和窗口单一的缺点。在具有光照多样性和纹理旋转变化的OuTex、UIUC和KTH-TIPS数据库上,EuLBP算法与各种LBP改进算法所做的对比实验结果表明,EuLBP算法较LBP算法可提升原始算法对光照、旋转变化的鲁棒性。2、提出了一种基于欧氏距离-差分编码(Euclidean distance-differential coding)联合的改进LBP算法,即EDLBP算法。EDLBP算法对与中心点距离不同的邻域像素点设置不同的权重,并且,对于与中心点距离相同的像素点采用一种新型的差分编码方式,即依据前一个像素点及中心像素点的灰度值进行编码,融合了欧氏距离和差分编码两种数据处理方式。在具有光照多样性和纹理旋转变化的OuTex、UIUC和KTH-TIPS数据库上,EDLBP算法与多种LBP改进算法的对比实验表明,EDLBP算法可有效提升原始算法对光照和旋转变化的鲁棒性,特别是,对CURe T数据库进行的实验证明,EDLBP算法可有效用于具有复杂环境变化的纹理分类。对FERET数据库进行的测试证明,当用χ距离来衡量两幅人脸图像的相似度时,EDLBP算法具有很大的优势。3、提出一种基于改进距离特征的人脸表情识别算法。基于距离特征的人脸表情识别算法忽略了人脸图像具有高度对称性,导致算法复杂度高。改进算法从人脸的高度对称性角度出发,对原算法进行改进,将原算法的210个距离特征削减到了105个,减少了50%的特征距离。该算法在CK+、JAFFE、MMI数据库上进行了分类识别,并与原算法进行比较,结果表明此改进算法在不同网络、不同人脸表情数据库中的识别率相较于原算法略微提升,而尽管所需的收敛迭代次数增加,但所需的收敛时间下降了30%。这是因为参与训练的距离特征减少了一半,改进距离特征的人脸表情识别算法大大提高了表情分类系统的识别性能。

关键词：人脸表情识别局部二值模式欧氏距离差分编码