摘要：伪装条件下的鲁棒人脸识别,目前在人脸识别领域被日益重视,并认为是难点问题之一。本文采用非伪装建模方法,提出了一种基于局部相位量化特征提取与仿生模式识别理论的伪装人脸识别算法。该算法采用了局部相位量化方法进行对伪装模式下具有较好鲁棒性的相位统计特征提取,进而采用仿生神经元构建高维几何覆盖形体,有效利用了不同类别人脸特征的连续性,从而避免了伪装模式的干扰。在AR数据库及采用警用面部复合软件设计建立的伪装数据库上的仿真实验均表明,与现有主流算法相比较而言,本文所提识别算法在伪装条件下取得了较高的识别性能。

摘要：在频谱拥挤环境下,同频窄带干扰对雷达系统目标探测性能有较大的影响。针对此问题,稀疏频率波形是一个好的解决方案。波形在频谱上稀疏分布的特性可以有效地抑制同频干扰,自相关函数的低旁瓣特性保证了雷达的探测性能。本文提出了一种应用互补码设计稀疏频率波形的方法。首先,考虑两个序列的自相关函数,利用互补码良好的自相关特性,建立目标函数;其次,采用功率与旁瓣两种约束分别设计稀疏频率波形,适应不同的场景需求;最后,通过数值仿真比较,分析旁瓣抑制性能,验证优化设计方法的有效性。

摘要：将BP神经网络用于人脸识别 ,建立了人脸识别模型 ,研究了样本采样训练、样本批量训练和样本完整训练三种训练策略对识别率的影响。所设计的识别模型包括图像压缩、图像抽样、输入矢量标准化、BP神经网络与竞争选择处理过程。利用ORL人脸图像数据库进行了仿真实验 ,结果表明 ,其识别模型在实际应用中是可行的。该模型简单 ,识别率较高。如将训练策略配合使用 ,则在提高训练速度和训练效率的同时 。

摘要：结合共轭梯度法,借助于MATLAB软件,提出一种控制系统校正环节优化设计的新方法.该方法利用了MAT-LAB软件中的符号数学工具箱、控制系统工具箱和优化设计工具箱,使设计简单、快捷,提高了编程效率.

摘要：本文结合优化设计方法中的共轭梯度法,借助于MATLAB软件,提出了一种控制系统校正环节优化设计的新方法。该方法利用了MATLAB软件中的符号数学工具箱(Symbolic Math Toolbox),控制系统工具箱(controlSystem tolbox)和优化设计工具箱(Optimization Toolbox),通过编程,将这三个工具箱揉和成一个整体,使得设计方法简单而又速度快、大大提高了编程效率。这对于控制系统的工程设计和控制系统校正的优化设计皆为一种有效的方法。

摘要：在人脸识别中,人脸图像对光照环境变化非常敏感,并严重地影响人脸图像的识别率。针对这一问题,提出了一种使用计算机提取人脸图像特征的阈值最优分层法。该方法依据定义的图象空间分割原理,将图像阈值的选取问题转化为阈值的最优化问题,对所设计的目标函数引入加权系数,并利用单纯形法进行寻优,使问题的求解更符合实际。采用ORL人脸数据库进行仿真实验,利用阈值最优分层法将人脸图象空间划分成不相重叠的子图象空间,使每层子图象空间象素数均匀分布。结果表明,该方法具有阈值自适应调节的特性,避免了固定阈值选取对光照环境变化非常敏感的缺点,对人脸图像的识别具有一定的意义。

摘要：用二维人脸照片构造三维特定人脸模型是三维人脸建模研究的热点问题。采用立体视觉重建三维特征点,通过人脸正侧面照片特征点的分层、分部位的径向基函数重构一般人脸模型,得到部位轮廓特征明显的三维特定人脸模型,利用B样条曲线进行三维人脸曲面重构;然后运用拉普拉斯金字塔法得到近似的人脸全视角纹理图;再将近似人脸全视角纹理图映射到三维特定人脸模型,从而得到三维特定真实感的人脸模型。实验结果表明,该方法计算简单,生成特定人脸模型效果逼真,可用于特定人脸动画制作的逼真人脸建模。

摘要：待匹配人脸图像与原始图像存在姿态和光照的差异,是自动人脸识别的两个主要瓶颈问题。给出了采用三维人脸模型来解决人脸姿态的变化对人脸识别的影响问题。通过正侧面图像,利用B样条曲线与径向基函数相结合的方法进行三维人脸重建,生成三维人脸模型库。分别计算待匹配人脸图像的3个自由度,快速估计出人脸的姿态;结合待匹配人脸图像的姿态参数及三维人脸模型库,获得与待匹配图像相同姿态的三维人脸模型库中的二维人脸图像。最后完成了相同人脸姿态的二维人脸识别。实验结果证明,该方法无需复杂的设备、简单易行、识别时间短,是一种非常实用的解决人脸姿态问题的识别方法。

摘要：核主元分析(KPCA,KernelPrincipalComponentsAnalysis)具有能较好地提取非线性特征的优势;支持向量机(SVM,SupportVectorMachine)具有较好的非线性映射能力,且泛化能力强。结合核主元分析与支持向量机的特点,提出了一种基于核主元分析与支持向量机的人脸识别方法。该方法首先利用核主元分析对人脸图像进行特征提取,然后依据支持向量机与最近邻准则对所提取的核主元特征进行分类识别。基于ORL(OlivettiResearchLaboratory)人脸数据库的实验结果表明了该方法的有效性。

摘要：生物特征是人的内在属性,具有较高的稳定性与个体差异性。人脸、虹膜与人耳等多生物特征融合与识别的研究属人类认知本质与规律的前沿课题。探讨了该研究的意义,分析了国内外研究概况及其主要研究内容,提出了研究中的关键技术问题。多生物特征融合与识别的研究成果在人机自然交互、机器智能、国家安全、生命科学、听觉视觉通信以及社会的工作方式和生活方式方面有着广泛的应用前景。