基于Python深度学习的人脸识别方法探究.pdf

基于Python的深度学习人脸识别方法.pdf

提出了利用计算机视觉系统代替人眼识别整粒大米和碎大米粒形的方法。设计了一套基于计算机视觉技术的大米粒形识别装置,采用灰度变换、阂值分割、平滑处理等图像处理方法获取大米的粒形图像,然后根据大米的粒形特点提取了米粒的面积、周长、长、宽等16个特征参数,采用主成分分析方法对提取的特征参数进行处理,以前三个主成分综合所有粒形特征参数,作为BP神经网络的输入特征值对网络进行训练和大米粒形识别。试验结果表明:该方法对整粒米识别的准确率为98.67％;对碎米识别的准确率为92.09％。

基于LBP,Gabor特征相结合的人脸识别方法研究，康健，张洪刚，人脸识别是模式识别领域最为重要的研究课题之一。针对目前对人脸识别准确率越来越高的需求，本文针对LBP,Gabor小波变换将结合的人脸

随着三维扫描技术的快速发展，获取各类场景的点云数据已经非常简单快捷;加之点云数据具备不受光照、 阴影、纹理的影响等优势，基于点云的三维物体识别已成为计算机视觉领域的研究热点。首先，对近年来面向点云数 据的三维物体识别方法进行归纳和总结;然后，对已有方法的优势及缺点进行分析;最后，指出点云物体识别中所面临 的挑战及进一步的研究方向。

通信信号调制方式自动识别在信号检测、威胁分析、频谱监测等领域有着重要的地位，是非合作通信关注的关键技术。针对单一累积量调制信号识别有限且识别率低等问题， 利用信号的二、四、六阶累积量特征所构造的矢量集，实现了ＭＡＳＫ、ＭＰＳＫ、ＭＦＳＫ、ＭＱＡＭ四类信号的类间识别，以及２ＡＳＫ、４ＡＳＫ、８ＡＳＫ，２ＰＳＫ、４ＰＳＫ、８ＰＳＫ，２ＦＳＫ、４ＦＳＫ、８ＦＳＫ，４ＱＡＭ、１６ＱＡＭ、６４ＱＡＭ的类内识别。在Ｍａｔｌａｂ环境下进行了仿真实验，实验结果表明，该方法在信噪比大于５ｄＢ时可以达到９０％以上的识别率。

关于 Imagrium是一个 Jython 框架，用于基于图像识别方法（并根据 MIT 许可条款分发）移动应用程序的跨平台测试。 该框架的核心原则（反映在其设计中）是： 在平台之间共享测试代码库。 换句话说，功能测试应该与应用平台无关，它应该在 Android 和 iOS 上运行。 将资源与逻辑分离。 为不同操作系统提供通用 API 的工具通常执行以下操作之一： A. 实现将通用请求转换为特定于操作系统的命令的中间件或 B. 使用图像识别技术来识别 UI 元素并对其采取行动。 虽然我是第一种方法的忠实粉丝，但在 2012 年，实现方式太有缺陷且未完善，促使我写一些不同的东西。 第二种（基于图像的）方法通常作为记录和重放工具实现。 当您从头开始记录测试时，这些工具非常有用，但随着这些工具将图像包装到测试中，代码库随后变得非常难以维护。 鉴于您有一个新的设计/用户体验（大多数 UI

我国成品油普遍采用管道顺序运输方式，顺序输送不可避免的会在两种不同 种类油品接触面产生混油。如果不能准确地检测到混油段，对混油段进行准确切 割，就会造成油品的大量浪费；如果不合格油品进入到某一种油品储罐中，将会 污染整个储罐，造成严重的经济损失。安全，准确，高效的混油定量识别，对减 小油品在储存和运输过程中的各种事故和损耗，具有十分重要的经济意义和战略 意义。

模糊模式识别的相关知识和原理，很适合初学者

一篇研究小波变换应用于数字调制识别的文献，该文介绍了一种基于小波分类特征的数字调制信号的识别方法，创新之处在于同时应用了连续小波变换和多层小波分解两种方法提取信号的特征，并且对于不同调制信号采用了不同的分类特征。