检索结果-南通市图书馆

基于二维Fisher线性判别的人脸耳组合识别

在线全文

学校读者我要写书评

暂无评论

光电子．激光 2010年第4期21卷 588-592页

作者：桑海峰金云平苑玮琦沈阳工业大学视觉检测研究所辽宁沈阳110870

针对人脸易受到年龄、表情等影响,提出了脸和耳相结合的组合识别方法。利用二维Fisher线性判别(2DFLD)方法分别进行了脸、耳图像层和特征层的组合识别。在北京科技大学人耳库和ORL人脸库上进行实验,结果表明,图像层组合和特征层组合的... 详细信息

针对人脸易受到年龄、表情等影响,提出了脸和耳相结合的组合识别方法。利用二维Fisher线性判别(2DFLD)方法分别进行了脸、耳图像层和特征层的组合识别。在北京科技大学人耳库和ORL人脸库上进行实验,结果表明,图像层组合和特征层组合的识别率分别为97.5%、95.0%,分别比人脸识别提高了12.5%和10.0%,比人耳识别提高了5.0%和2.5%;与同样应用于组合识别的主成分分析(PCA)、二维PCA(2DPCA)比较,也取得了较好识别效果。这说明,多生物特征组合识别是一种有效的识别方法。

关键词：二维Fisher线性判别(2DFLD) 人脸识别人耳识别多生物特征组合识别

在线全文

学校读者我要写书评

暂无评论

基于双向门控循环单元的3D人体运动预测

电子与信息学报 2019年第9期41卷 2256-2263页

作者：桑海峰陈紫珍沈阳工业大学信息科学与工程学院

在机器视觉领域,预测人体运动对于及时的人机交互及人员跟踪等是非常有必要的。为了改善人机交互及人员跟踪等的性能,该文提出一种基于双向门控循环单元(GRU)的编-解码器模型(EBiGRU-D)来学习3D人体运动并给出一段时间内的运动预测。EBi... 详细信息

在机器视觉领域,预测人体运动对于及时的人机交互及人员跟踪等是非常有必要的。为了改善人机交互及人员跟踪等的性能,该文提出一种基于双向门控循环单元(GRU)的编-解码器模型(EBiGRU-D)来学习3D人体运动并给出一段时间内的运动预测。EBiGRU-D是一种深递归神经网络(RNN),其中编码器是一个双向GRU(BiGRU)单元,解码器是一个单向GRU单元。BiGRU使原始数据从正反两个方向同时输入并进行编码,编成一个状态向量然后送入解码器进行解码。BiGRU将当前的输出与前后时刻的状态关联起来,使输出充分考虑了前后时刻的特征,从而使预测更加准确。在human3.6m数据集上的实验表明EBiGRU-D不仅极大地改善了3D人体运动预测的误差还大大地增加了准确预测的时间。

关键词：人体运动预测 3D动作识别递归神经网络深度学习

在线全文

学校读者我要写书评

暂无评论

手形、掌纹和掌静脉多特征融合识别

仪器仪表学报 2015年第6期36卷 1356-1362页

作者：桑海峰武红娇何大阔沈阳工业大学信息科学与工程学院沈阳110870 东北大学信息科学与工程学院沈阳110819

单一生物特征识别技术无论是在识别率还是稳定性上都不能达到完美无缺,特别是高仿生物特征的出现使其安全性受到质疑。针对上述问题,提出一种手形、掌纹和掌静脉多特征融合识别方法。提出了基于小波变换Gabor滤波器的特征层和图像层融... 详细信息

单一生物特征识别技术无论是在识别率还是稳定性上都不能达到完美无缺,特别是高仿生物特征的出现使其安全性受到质疑。针对上述问题,提出一种手形、掌纹和掌静脉多特征融合识别方法。提出了基于小波变换Gabor滤波器的特征层和图像层融合策略,将同一设备不同光照采集下的掌纹和掌静脉融合到一起,突出各自的主纹理特征;利用手指相对长度为手形特征进行初匹配,提出利用分块纹理基元模型进行掌纹和掌静脉融合图像的特征提取方法,然后进行二次匹配给出最终识别结果。开发了模拟系统并进行了相应的实验,结果表明该识别系统充分发挥了3种特征各自的优点,提高了识别率和稳定性,特别是掌静脉的加入增强了系统的安全性。

关键词：多特征融合识别小波变换纹理基元模型手形识别掌纹识别掌静脉识别

在线全文

学校读者我要写书评

暂无评论

基于方向梯度极值的手形轮廓跟踪算法

光学精密工程 2010年第7期18卷 1675-1683页

作者：苑玮琦董茜桑海峰沈阳工业大学视觉检测技术研究所辽宁沈阳110870

针对受自然光照影响的手形图像难以准确提取手形轮廓的问题,本文基于手形边界像素在垂直于边界方向上存在灰度突变的特性,提出了一种基于方向梯度极值的手形轮廓跟踪算法。该算法首先找到手形轮廓的起始点,然后按照一定的搜索方向和规则... 详细信息

针对受自然光照影响的手形图像难以准确提取手形轮廓的问题,本文基于手形边界像素在垂直于边界方向上存在灰度突变的特性,提出了一种基于方向梯度极值的手形轮廓跟踪算法。该算法首先找到手形轮廓的起始点,然后按照一定的搜索方向和规则,在局部区域内计算候选点集中梯度极大值所在的点,并逐点跟踪极大值点,得到手形轮廓。将该方法在实验室自采图库及香港科技大学(HKUST)的手形图像库两个数据库中进行轮廓跟踪实验,结果显示,自采图库的跟踪准确率为100%,香港科技大学手形图像库的跟踪准确率为85.8%,该库中符合本文算法限制条件的图像的跟踪准确率为99.4%。实验结果表明,该方法能在灰度图像上直接跟踪出准确、连续、完整的手形轮廓,尤其适合于受光照不均影响的手形图像的边缘提取。

关键词：手形边缘检测轮廓跟踪灰度梯度

在线全文

学校读者我要写书评

暂无评论

开放式环境非接触低分辨率采集下的掌纹识别

仪器仪表学报 2013年第8期34卷 1802-1808页

作者：桑海峰马诗朦黄静沈阳工业大学信息科学与工程学院沈阳110870

提出一种开放式环境下、非接触采集下的掌纹识别算法。采用一种低分辨率的普通摄像头进行掌纹图像采集,人手只需自然张开、中指竖直向上放在摄像头前一定范围内。首先建立肤色模型将人手从复杂背景中提取出来;然后提出一种简单有效的关... 详细信息

提出一种开放式环境下、非接触采集下的掌纹识别算法。采用一种低分辨率的普通摄像头进行掌纹图像采集,人手只需自然张开、中指竖直向上放在摄像头前一定范围内。首先建立肤色模型将人手从复杂背景中提取出来;然后提出一种简单有效的关键点定位算法找到指根点,并以此建立坐标系提取掌纹ROI;接着提出一种基于统计的纹理基元算法进行掌纹特征提取,该算法不用对掌纹ROI进行归一化,计算速度较快并且对光照具有一定的鲁棒性;最后利用余弦相似度进行特征匹配实现掌纹识别。在自建的小型掌纹图像库上进行了相应的识别实验,实验结果表明所提出的算法能够在动态环境下达到理想的识别效果。所开发的实验系统能够快速实现掌纹图像采集与识别,适合在线实时系统应用。

关键词：掌纹识别非接触纹理基元复杂背景在线识别

在线全文

学校读者我要写书评

暂无评论

非接触采集手形相对特征识别性能分析

仪器仪表学报 2013年第9期34卷 2005-2012页

作者：苑玮琦荆澜涛吴微桑海峰沈阳工业大学视觉检测技术研究所沈阳110870

因非接触采集方式而产生的成像缩放与倾斜变形现象,使得成像后手形各特征的尺寸发生变化,从而造成绝对特征识别性能的显著下降。针对该问题作出了光学成像分析,证明了因倾斜变形现象产生的影响远小于缩放现象。因此在选用相对特征避免... 详细信息

因非接触采集方式而产生的成像缩放与倾斜变形现象,使得成像后手形各特征的尺寸发生变化,从而造成绝对特征识别性能的显著下降。针对该问题作出了光学成像分析,证明了因倾斜变形现象产生的影响远小于缩放现象。因此在选用相对特征避免缩放现象的干扰后,利用类内方差均值和Fisher判别率,对变形后相对特征的稳定性和识别性能进行分析。实验结果表明,定义的相对特征可以作为稳定特征用于识别,同时经过小样本实验得到34个相对特征组成的向量,其识别率达到88.93%,说明该特征向量可以在小样本范围达到手形特征的有效识别,并可以作为手部识别的部分有效特征。

关键词：非接触式采集缩放现象倾斜变形现象手形相对特征稳定性

在线全文

学校读者我要写书评

暂无评论

基于人手自然张开的多生物特征识别

仪器仪表学报 2011年第11期32卷 2549-2556页

作者：桑海峰赵云苑玮琦陈静沈阳工业大学视觉检测技术研究所沈阳110870

手形和掌纹作为人手重要的生物特征可以用来进行身份识别。在人手自然张开、非接触式的采集条件下,基于手形识别匹配速度快和掌纹识别的识别率高的优点,采用基于匹配层的手形和掌纹融合方法,克服了单一手形识别的识别率低和掌纹识别匹... 详细信息

手形和掌纹作为人手重要的生物特征可以用来进行身份识别。在人手自然张开、非接触式的采集条件下,基于手形识别匹配速度快和掌纹识别的识别率高的优点,采用基于匹配层的手形和掌纹融合方法,克服了单一手形识别的识别率低和掌纹识别匹配速度慢的缺点。手形采用手指的相对长度作为特征矢量,掌纹采用2D-Gabor对掌纹感兴趣区域(ROI)进行滤波,提取掌纹纹线的方向信息作为特征。在混合图库上进行实验,二者相结合的组合识别方法的识别率达到98.57%,减少了匹配时间。同时也研究了对于不同距离采集的手掌图像,实验结果表明手形和掌纹相结合的组合识别方法优势更为明显。

关键词：手指长度二维Gabor 手形识别掌纹识别多生物特征组合识别

基于Transformer网络多模态融合的密集视频描述方法

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年第5期36卷 1061-1071页

作者：李想桑海峰沈阳工业大学信息科学与工程学院辽宁沈阳110870

针对目前的密集视频描述模型大多使用两阶段的方法存在效率较低、忽略音频及语义信息,描述结果不全面的问题。提出了一种基于Transformer网络多模态和语义信息融合的密集视频描述方法。提取自适应R(2+1)D网络提取视觉特征,设计了语义探... 详细信息

针对目前的密集视频描述模型大多使用两阶段的方法存在效率较低、忽略音频及语义信息,描述结果不全面的问题。提出了一种基于Transformer网络多模态和语义信息融合的密集视频描述方法。提取自适应R(2+1)D网络提取视觉特征,设计了语义探测器生成语义信息,加入音频特征进行补充,建立了多尺度可变形注意力模块,应用并行的预测头,加快模型收敛速度,提高模型精度。实验结果表明:模型在2个基准数据集上性能均有很好的表现,评价指标BLEU4上达到了2.17。

关键词：密集事件描述 Transformer网络语义信息多模态融合可变形注意力

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于分类区分度和相关性的手形特征选择方法

仪器仪表学报 2013年第8期34卷 1787-1794页

作者：苑玮琦荆澜涛林森桑海峰沈阳工业大学视觉检测技术研究所沈阳110870

针对手形特征识别中,由于特征间高相关性产生冗余而降低识别性能的问题,提出利用信息增益和相关系数分别对特征的分类区分度和相关性进行评价,并经过综合分析对手形特征进行优化选择。该方法能够保留分类中起关键作用的特征,并同时去除... 详细信息

针对手形特征识别中,由于特征间高相关性产生冗余而降低识别性能的问题,提出利用信息增益和相关系数分别对特征的分类区分度和相关性进行评价,并经过综合分析对手形特征进行优化选择。该方法能够保留分类中起关键作用的特征,并同时去除高相关性的冗余特征量。为了证明该方法的有效性和准确性,采用浮动搜索的方法,以识别率为评价函数确定特征优化组合。实验结果表明,优化后6个特征组成向量的识别率达到96.24%,比全部9个特征组成的特征向量提高了0.43%,同时由于特征数目的减少也降低了运算时间。该方法可以避免常用的搜索性选择方法的复杂性,并有效去除手形识别中低区分度和高冗余的特征,有利于简化算法并与其他特征进行融合使用。

关键词：手形特征特征选择信息增益相关系数优化子集