在手势识别研究过程中，人工选取特征难以适应手势的多变性。提出了一种结合肤色模型和卷积神经网络的手势识别方法，对采集的不同背景下的手势图像，首先用肤色高斯模型分割出手势区域，然后采用卷积神经网络建立手势的识别模型，该模型融合了手势特征提取和分类过程，模拟视觉传导和认知，有效避免了人工特征提取的主观性和局限性。识别模型以手势区域的灰度信息为输入，同时利用权值共享和池化等技术减少网络权值个数，降低了模型的复杂度。实验结果表明，卷积神经网络（CNN）方法能够有效进行特征学习，在不同数据集下对手势的平均识别率都达到95%以上，与传统方法进行对比实验，表明该方法具有较高的识别率和实时性。

在目标识别时，提取目标自身特征的算法复杂度高不符合实时处理要求，而且总是存在着一定程度的误差而影响到后续的工作，而基于数字水印的目标识别时通过对目标附加一个显著的特点，通过提取数字水印进行匹配来实现目标识别。

直流系统故障分类及其产生的机理

提出一种二维分数阶傅里叶域(2D-FrFT)多阶次特征融合分类算法.该方法充分利用分数阶傅里叶域不同阶次下表情特征之间的相关性,选取两个阶次的表情特征,利用典型相关分析法(Canonical Correlation Analysis,CCA)进行特征融合,并通过基于支持向量机(Support Vector Machine,SVM)的多层次分类机制进行人脸表情识别.仿真实验结果表明,采用多阶次特征融合算法后提高了平均识别率,降低了表情特征维数,减小了计算量.

为了提高虹膜识别的准确率，通过对虹膜图像进行处理，实现了对虹膜图像的准确定位，得到了增强的归一化图像；使用Haar小波变换进行了特征提取，通过采用K-means方法对小波特征数据进行聚类，实现了粗分类得到了小样本集虹膜图像；结合虹膜的纹理特点，通过使用Log-Gabor滤波器提取虹膜局部纹理特征，量化编码后形成了虹膜特征模板；然后在得到的小样本集内通过汉明距离计算虹膜特征模板的相似度，完成对虹膜图像的识别。实验结果表明，提出的虹膜识别方法有效地避免了虹膜匹配过程中因为虹膜数据库中种类多、数量多带来的计算量大、计算时间长的问题，提高了识别准确率。

采掘工作面是煤矿事故多发地点。减少煤矿采掘工作面作业人员既是煤矿安全生产的需要,又是减轻作业人员劳动强度和改善作业环境的需要。煤岩界面识别是实现无人采煤的关键技术之一。研究了用于无人采煤工作面等的煤岩界面识别方法,指出了现有煤岩界面识别方法存在的问题。提出了基于可见光图像和红外图像识别的煤岩界面识别方法:提取色彩、灰度、纹理、形状等图像特征,进行煤岩界面识别。并提出了基于图像识别的多参数信息融合煤岩界面识别方法。

搭建一个平台，可以用鼠标手写数字，运用一种分类器对此手写数字进行识别，并对分类器性能进行评估。三次作业，分别用最小错误率贝叶斯分类器，Fisher线性分类器，人工神经网络进行识别。都采用matlab编程，前两种可在平台上手写数字并识别，人工神经网络版本的没有手写平台，能够通过程序读取图片并返回识别出的数字。包含实验报告和用来训练的数字图片。注意使用时必须修改程序中读取的文件位置。

针对矿山设备高压配电室机器人巡检系统中数显式仪表数码管难以有效定位与准确识别的问题,提出了一种复杂环境下数显式仪表数码管定位与识别方法。在数码管区域定位中,首先通过特征图像和标记分水岭算法初步定位数码管区域,然后使用大津阈值法和标记分水岭算法得到二值图像,并对其进行投影分割得到数码管字符,最后采用局部二值模式特征和支持向量机分类算法排除非数码管区域,提高数码管定位准确率;在数码管字符识别中,首先使用自适应Canny算法提取数码管字符边缘,然后采用Radon变换估计数码管字符倾斜角度,再使用滤波模板滤除噪点,最后通过穿线法识别数码管字符。试验结果表明,该方法能适应不同光照、数码管大小和字符倾斜角度,具有较高的定位和识别准确率。

Pytorch实现深度行人重新识别方法

浅水湖泊稳态转换预警识别方法局限与展望