摘要：目的虹膜是位于人眼表面黑色瞳孔和白色巩膜之间的圆环形区域,有着丰富的纹理信息。虹膜纹理具有高度的区分性和稳定性。人种分类是解决虹膜识别在大规模数据库上应用难题的主要方法之一。现有的虹膜图像人种分类方法主要采用手工设计的特征,而且针对亚洲人和非亚洲人的基本人种分类,无法很好地解决亚种族分类问题。为此提出一种基于虹膜纹理深度特征和fisher向量的人种分类方法。方法首先用CNN(convolutional neural network)对归一化后的虹膜纹理图像提取深度特征向量,作为底层特征;然后使用高斯混合模型提取fisher向量作为最终的虹膜特征表达;最后用支持向量机分类得到最终结果。结果本文方法在亚洲人和非亚洲人的数据集上采用non-person-disjoint的方式取得99.93%的准确率,采用person-disjoint的方式取得91.94%的准确率;在汉族人和藏族人的数据集上采用non-person-disjoint的方式取得99.69%的准确率,采用person-disjoint的方式取得82.25%的准确率。结论本文通过数据驱动的方式从训练数据中学习到更适合人种分类的特征,可以很好地实现对基本人种以及亚种族人种的分类,提高了人种分类的精度。同时也首次证明了用虹膜图像进行亚种族分类的可行性,对人种分类理论进行了进一步地丰富和完善。

摘要：近年来,随着计算机视觉技术的快速发展,越来越多基于图像的应用被开发出来用以解决农业生产中的问题。目前对农作物生长和产量影响最大的就是植物干旱胁迫问题。传统卷积神经网(CNN)使用直接回归玉米叶片数的算法,在实际实验中误差较大,因此该文引入CNN和fisher向量编码联合提取多尺度特征的方法。在设计特征提取网络时参考GoogLeNet中多尺度卷积核结构,使其更适合于提取不同尺寸叶片的特征。然后,利用fisher向量对部分中间层特征图编码,增强特征的表达能力。最后,使用随机森林回归叶片数量,并在实验中展示不同干旱程度对玉米叶片数量的影响:在一定条件下,土壤含水量与叶片数量呈正相关。该文方法与现有算法进行对比,叶片平均误差以及均方误差分别减少0.011与0.382,具有一定的研究价值。

摘要：为了高效、准确地获取视频中的人体行为和运动信息,提出一种基于人体姿态的时空特征的行为识别方法.首先在获取视频中各帧图像的人体关节位置的基础上,提取关节信息描述姿态变化,具体包括在空间维度上提取每帧图像的关节位置关系、时间维度上计算关节空间关系的变化,二者共同构成姿态时空特征描述子;然后利用fisher向量模型对不同类型的特征描述子分别进行编码,得到固定维度的fisher向量;最后对不同类型的fisher向量加权融合后进行分类.实验结果表明,该方法能够有效地识别视频中的人体复杂动作行为,提高行为识别率.

摘要：随着大规模图像分类数据集的出现,设计一种可扩展的、高效的多类分类算法成为目前一个重要的挑战。基于迹范数正则惩罚函数,提出一种新的大规模多类图像分类的可扩展学习算法。把具有挑战性的非光滑优化问题重构为一个带l1正则惩罚的无穷维优化问题,进而设计一个简单而有效的加速坐标下降算法。此外,展示了如何在量化的密集视觉特征的压缩域中进行高效的矩阵计算,该压缩域有100 000个例子,1 000多维特征和100多类图片。最后在图像网的子集"Fungeus"、"Ungulate"和"Vehicles"上的实验结果表明,所提出方法的性能明显优于目前最先进的16高斯fisher向量方法。

摘要：为降低基于码本的图像质量评价算法的训练时间,有效保留系数矩阵各个维度的特征信息,提出基于稀疏系数和fisher向量的无参考图像质量评价算法。采用显著性图像块建立稀疏编码字典,减小冗余图像块节省训练时间,通过fisher向量对稀疏系数编码,进入支撑向量回归预测图像质量。实验结果表明,小尺寸稀疏编码字典可以替代大字典,提取的特征能在无参考的情况下更好地评价图像质量。

摘要：随着大规模图像分类数据集的出现，设计一种可扩展的、高效的多类分类算法成为目前一个重要的挑战。基于迹范数正则惩罚函数，提出了一种新的大规模多类图像分类的可扩展学习算法。把具有挑战性的非光滑优化问题重构为一个带l1正则惩罚的无穷维优化问题，进而设计了一个简单而有效的加速坐标下降算法。展示了如何在量化的密集视觉特征的压缩域中进行高效的矩阵计算，该压缩域有100000个例子，1000多维特征和100多类图片。在图像网的子集“Fungeus”，“Ungulate”和“Vehicles”上的实验结果表明，提出方法的性能明显优于目前最先进的16高斯fisher向量方法。

摘要：目的为了解决低层特征与中层语义属性间出现的语义鸿沟,以及在将低层特征转化为语义属性的过程中易丢失信息,从而会降低检索精度等问题,设计一种多层次视觉语义特征融合的图像检索算法。方法首先分别提取图像的3种中层特征(深度卷积神经网络(DCNN)特征、fisher向量、稀疏编码空间金字塔匹配特征(SCSPM));其次,为了对3种特征进行有效融合,定义一种基于图的半监督学习模型,将提取的3个中层特征进行融合,形成一个多层次视觉语义特征,有效结合3种不同中层特征的互补信息,提高图像特征描述,从而降低检索算法中的语义鸿沟;最后,引入具有视觉特性与语义统一的距离函数,根据提取的多层次视觉语义特征来计算查询图像和训练图像的相似度量,完成图像检索任务。结果实验结果表明,与当前检索方法对比,文中算法具有更高的检索精度与效率。结论所提算法具有良好的检索准确度,在医疗、包装商标等领域具有一定的参考价值。

摘要：为实现塑料垃圾的高质量回收利用,提出了一种基于fisher向量(FV)与深度卷积神经网络(CNN)相结合的塑料垃圾精细分类方法。以塑料垃圾近红外光谱图为原数据,将深度CNN与FV编码相结合建立了塑料垃圾精细分类模型。针对几种典型塑料材料设计了验证实验,实验结果表明:该模型分类精度达到了91.25%,使塑料垃圾精细分类成为可能。