眼底血管识别之图像细节特征点的提取

随着时代与信息化技术的迅速发展,对人的身份的鉴别要求也越来越高.社会需要越来越可靠、高效的身份识别系统.特征点的提取是匹配识别的基础.本文重点探索研究子Harris算子和8邻域滤波两种方法对细节特征点的提取.     

基于计算机视觉的人脸识别技术应用研究

在多媒体信息时代,对计算机视觉的研究工作显得尤为重要,人脸是图像中最重要的对象之一,人脸识别技术是计算机视觉与模式识别领域的重要课题。人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。采用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征定位、提取,记忆存储和比对辨识达到识别不同人身份的目的。因此,随着越来越多企业跨界进入人脸识别领域,势必加剧该领域的竞争。未来的人脸识别技术的应用领域会越来越广,市场也将更广阔。     

特征点匹配对预筛选的快速运动背景配准

针对运动背景下的运动目标检测实时性要求高的问题,提出了特征点匹配对预筛选的快速运动背景匹配,通过配准运动背景,然后通过帧间差分法提取运动目标。该算法首先利用Harris算子提取背景图像的Harris特征点,然后对Harris特征点进行匹配得到匹配对,通过K-means聚类算法对特征点对进行预筛选,预筛选后的特征点对利用改进的随机样本一致算法(PROSAC)计算放射变换矩阵,最后对背景图像进行变换配准。实验仿真表明,该算法极大地提高了运动背景匹配速度。     

一种高精度特征点检测和相机标定方法

针对特征点检测和相机标定精度问题,提出了一种亚像素级的角点检测和相机标定方法。该方法对角点的提取首先运用传统的方法得到初始值,并以此为初始值从棋盘格图像中搜索边缘,然后拟合边缘数据,并将拟合得到的曲线的交点作为角点的最终值,最后以这些角点作为标定相机的特征点对相机进行标定。实验结果表明,该方法提高了特征点提取的准确度和精度,以此提高了相机标定的精度。     

机器人立体视觉中立体匹配的研究

文章结合特征点提取经典的Harris算子与Forstner算子,给出了Harris的改进算法;结合特征点的双向匹配算法,对基于区域的匹配算法有所改进,依据归一化互相关算法(NCC)计算相关灰度值来判断是否互为匹配点。     

基于LBPH算法的人脸识别算法研究与设计

人脸识别技术是一种根据人脸的特征信息进行身份判定的技术,此技术经过几十年的发展,由弱人工智能向强人工智能转化,论文提出了一种Python语言利用LBPH算法提取人脸特征、实现人脸识别的方法。     

浅谈常见身份认证技术

随着internet的发展,对通信安全的要求越来越高,身份认证技术也越来越受到重视。身份认证是网络安全的重要保障,文章针对几种主流身份认证技术原理进行了分析,并比较了其具备的优势和所存在的问题。     

基于ASM算法的人脸风格化研究

人脸图像的艺术风格化绘制研究是人像处理领域的重要课题,该研究具有重要的科学意义和实用价值。文章提出了一种人脸图片的风格化方法。首先,通过主动形状模型(ASM)进行人脸特征点的提取,记录这些特征点的位置;然后,从具有某种风格的样本中提取风格化因子,通过图像变形对输入的人脸图片进行风格化。这种方法可以应用到卡通头像制作、动漫造型设计等方面。     

基于ASM算法的人脸风格化研究

人脸图像的艺术风格化绘制研究是人像处理领域的重要课题,该研究具有重要的科学意义和实用价值。文章提出了一种人脸图片的风格化方法。首先,通过主动形状模型（ASM）进行人脸特征点的提取,记录这些特征点的位置;然后,从具有某种风格的样本中提取风格化因子,通过图像变形对输入的人脸图片进行风格化。这种方法可以应用到卡通头像制作、动漫造型设计等方面。     

角点提取算法探讨

角点特征具有计算量少，匹配简单以及旋转、平移、放缩不变的性质，因此角点在图像配准与匹配、目标识别、运动分析、目标跟踪等应用领域都起着非常重要的作用，其中角点的提取精度至关重要，文章围绕角点的提取算法，详细介绍现有的各种研究成果及其特点，为相关人员的研究提供参考。     

一种快速稳健的特征匹配方法及其鲁棒性分析

提出一种强鲁棒的快速稳健的特征匹配方法。该方法采用基于尺度空间的,对图像变化具有鲁棒性的SIFT(Scale Invariant Feature Transform)算法进行特征点检测和提取,用大量的数据分析该方法的适应能力,寻找最佳匹配阈值。     

基于改进SIFT特征匹配的视频拼接——在倒车系统中的应用

文章主要在限定的特征点提取区域,用改进的SIFT特征匹配算法进行帧图像的并行双向搜索匹配,缩短视频帧图像的匹配时间达到视频拼接的目的。     

基于人脸识别的移动终端身份认证系统的设计与实现

传统的人脸识别技术已在各类应用系统身份验证中得到广泛应用,由于移动智能终端的计算及存储资源有限,不适合大规模的运算,基于深度学习的人脸识别技术在移动终端的应用还不够成熟。文章通过分析人脸识别的关键技术,通过合理分布身份认证系统的计算资源,在移动客户端采用Adaboost算法完成人脸的检测、预处理和CNN卷积神经网络提取人脸特征,在服务端上采用CNN完成人脸模型训练,在移动客户端加载模型并提取人脸特征比对识别任务,测试证明系统具有良好的实时性能和较高的识别率。     

人脸识别系统应用中存在的优势与不足

随着现代科技的快速发展,社会中各种有关身份识别的安全问题越来越多,引起了人们对身份鉴别问题方面更多的重视。近几年,传统的身份鉴别技术已经不足以满足人们的需求,在这种情况下,人脸识别技术脱颖而出,无论在科研方面还是在实践应用方面,人脸识别系统都取得了重大的突破,并且在各行各业也扮演着越来越重要的角色。然而,相较于其他人类身份鉴别技术,人脸识别系统在实际应用过程中既具有一定的优势,同时也存在一些局限性。     

基于均值聚类的背景估计算法

本文提出了基于均值聚类的背景估计算法。首先利用提取特征点,然后利用K-means聚类算法去除错误的特征点对。最后利用随机样本一致(RANSAC)算法和最小二乘方法求解运动参数。实验结果表明本文算法比原始算法的峰值信噪比提高。该算法能更加准确的实现运动背景估计,提高了运动背景估计的鲁棒性,同时提高了计算速度。     

汽车营销中的体验制造

在汽车营销中，随着汽车制造技术的不断完善和市场竞争的加剧，汽车的功能性特征差异越来越小，产品的同质性越来越强，尤其是汽车市场日趋国际化，使得价格战、新车型、广告战等这些曾经是汽车生产者打开市场的惯用武器越来越不灵。在消费者的眼中，汽车已经不仅仅是一种代步工具，更是一种身份和品位的体现以及对新生活方式的渴望与追求。因此，在即将到来的体验经济时代，面对越来越感性化的消费者，汽车营销应把消费者体验放在重要的位置。     

简易无接触温度测量与身份识别装置

本系统采用STM32F103为无接触测温板块控制核心,搭配mlx90614测温模块,oled显示,来完成对人体和物体的分类测温,k210用做身份识别模块处理核心利用其搭载的双64核处理器以及kpu神经网络处理器,对采集数据进行神经卷积运算,身份算法方面使用了mtcnn特征点采集算法,Haar人像分类器以及196维人脸比对模型来实现高精度人脸识别,口罩识别模块我们使用了自己训练的yolo2分类模型来实现口罩分类功能.     

基于Harris和SIFT的特征匹配算法

为了克服传统的局部特征匹配算法对图像的尺寸和旋转比较敏感的缺点,文章提出了一种基于Harris和SIFT的特征匹配算法。该算法首先进行Harris角点提取,利用圆的旋转不变性和多维向量来构造SIFT特征描述子,然后利用极线约束降低对匹配点的搜索空间,最后度量特征描述子之间的欧氏距离,运用双向匹配技术得到最终的匹配结果。实验结果表明,该算法能提高匹配精度,减少匹配时间。     

基于孤立点检测的自适应入侵检测技术研究

在对网络进行传统入侵检测时,主要就是从那些已知的攻击数据中对攻击数据的规则和特征模式进行提取,提取之后再根据这些规则和特征模式进行相应的匹配。因为采用这种入侵检测技术是在已知的攻击数据基础上提出规则和特征模式的,所以在面对比较新的不断持续变化的攻击时,这种入侵检测技术就不能够发挥出最基本的作用。面对这样的情况,在研究入侵检测技术时,重点就是基于数据挖掘的入侵检测技术,文章主要研究的就是基于孤立点检测的自适应入侵检测技术。     

基于双目摄像的特征提取算法研究及三维重建实现

特征提取是计算机视觉中的一项重要技术,本文针对特征提取中的Harris算法和SIFT算法进行了比较,通过仿真实验证明,在处理尺度缩放、亮度变化的图像时SIFT算法更加优越。根据三维成像原理,本文对SIFT算法提取的特征点进行三维重建,获得了目标场景的视差图和三维重建图,进一步说明了SIFT算法的提取是行之有效的。