简介:针对单一特征步态识别率低的问题,提出一种将步态能量图(GaitEnergyImage,GEI)中动态部分和Gabor小波特征融合的步态识别算法.首先,通过运动目标检测及二值化和形态学处理等预处理操作得到步态轮廓图,再进一步从步态轮廓图计算得到步态能量图,并从中分割出动态部分.然后,利用Gabor小波从步态能量图的动态部分中提取不同角度的信息,将两步态特征融合在一起,对融合后得到的特征向量用改进的KPCA方法进行降维.最后,将降维后的融合特征向量输入到基于多分类的支持向量机(SupportVectorMachine,SVM)中,从而完成步态的分类和识别.经过在中国科学院自动化研究所CASIA步态数据库上进行实验,取得了很好的识别效果,实验结果表明,与单一特征的步态识别方法相比,融合后算法的识别率提高了约10%.
简介:摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库(DDSM)中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象,自动切分图像的感兴趣区域(ROI)。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合,并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法,对多项式核支持向量机(SVM)、随机森林和逻辑(logistic)回归分类器进行投票集成,构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像,其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据,并为细分BI-RADS4类图像提供技术基础。
简介:当前,随着科学技术的不断发展,人们对安全防范的要求越来越高。同时,国家相关法律法规也要求以人防、物防、技防相结合的方式加强安全防范工作。在这样的背景下,面像识别技术在国家安全、军事安全和公安、司法、民政、金融、民航、海关、边境、口岸、保险及民用等行业开始实施、应用。如:公安布控监控、监狱监控、司法认证、民航安检、口岸出入控制、海关身份验证、银行密押、智能身份证、智能门禁、智能视频监控、智能出入控制、司机驾照验证、各类银行卡、金融卡、信用卡、储蓄卡等持卡人的身份验证,社会保险身份验证等。与其他生物识别技术相比,面像识别技术的可接受性强,人们通常不会介意将面孔作为识别特征。
简介:提出了一种基于多分辨率小波高频特征系数的高光谱遥感影像亚像素目标识别方法.首先利用多尺度小波变换将光谱信号分解为不同尺度的高频特征信号,然后借助接收操作特性曲线(ROC)和马氏距离投影寻踪求取一维最佳识别特征,最后通过高斯最大似然决策函数求解亚像素目标的存在概率.通过38种小波函数的高光谱数据实验证明,该方法对亚像素目标的识别效果较好.
简介:摘要:本文面向大学生心理状态评估的需求,提出了一种基于多特征融合的语音情感识别方法。该方法通过主成分分析方法充分融合语句级的全局特征以及语段级的局部特征,获取对语音信号中情感信息更具判别性的表征。本文方法在柏林语音情感数据库上进行的十折交叉验证实验取得了88.61%的识别率,验证了本文方法的有效性。
简介:为进一步提高弹道导弹目标多传感器综合识别正确率,提出了一种基于二维主成分分析(Two-DimensionalPrincipalComponentAnalysis,2DPCA)的多传感器特征级综合识别方法。该方法将多个传感器的特征集经标准化后组合成二维特征矩阵,引入图像压缩技术中的2DPCA方法进行特征提取,然后将其用于弹道导弹目标特征级融合识别。以3部雷达部署下弹头目标的雷达散射截面积(RadarCrossSection,RCS)特征融合为例进行仿真验证,结果表明:相比于传统的主成分分析(PrincipalComponentAnalysis,PCA),2DPCA的识别率更高,计算复杂度更低,为弹道导弹目标识别提供了一种新的思路。
简介:目的探讨青春期多囊卵巢综合征(PCOS)患者的临床特征。方法回顾性分析2003年1月~2006年5月我院收治的青春期PCOS患者58例的临床资料。结果青春期PCOS患者中,超重者占39.7%,肥胖者占31.0%,月经异常、痤疮、多毛和黑棘皮症发生率分别为87.9%、65.5%、56.9%和6.9%,痤疮和多毛评分明显增高(分别为1.60±1.36和2.16±1.98),胰岛素抵抗发生率为12.7%。青春中期组与晚期组各项指标比较,差异无显著性(P〉0.05)。结论肥胖、高雄激素血症和胰岛素抵抗是青春期PCOS患者的主要临床特征,应作为青春期PCOS的高危因素在临床上引起重视。