摘要：通过对图像时域和频域的分析发现,图像的边缘在垂直于梯度的方向呈现高频特性,而在平行于梯度的方向呈现低频特性,因此,设计一种基于频域的局部纹理保留方法,很好地保留了边缘信息,同时能够很好地滤除高斯噪声。

摘要：针对人脸姿态变化对人脸识别性能的影响以及人脸姿态恢复局部纹理信息不够清晰,提出一种改进的局部卷积神经网络的人脸识别方法。该方法在网络中引入分离层将中间层的信息分离成两个通道,一个通道用于产生中间层的重构函数,另一个通道进行进一步的局部卷积操作;最后将中间层的重构函数作为另一路网络顶层代价函数的一个惩罚项进行网络训练;网络训练完后,将姿态恢复的人脸图片采用LDA进行特征提取,并采用最近邻分类器来做识别。实验结果表明,提出的方法不仅能够很好的进行姿态恢复,且恢复的图片具有较好的纹理信息;同去除姿态的传统方法和较为典型深度学习方法以及3D方法相比,识别性能具有较大的提升。

摘要：为精准判断鱼类摄食时间及规律,提升鱼群智能投喂技术水平,基于图像处理及人工智能技术,提出了一种基于LBP特征的BP神经网络模型的鱼群摄食行为的检测识别算法。利用对鱼群的摄食活动图像及未摄食活动的图像数据,分别进行滤波等预处理及LBP特征提取,将特征纹理数据送入BP神经网络模型进行训练,利用训练好的神经网络模型进行鱼类摄食行为的分类识别。经过实验仿真,由实验结果可得设计的算法对鱼类摄食行为的识别准确率可达97.23%,来实现精准投喂,促进水产养殖规模化发展。