-
题名多船舶图像中的特定特征定位技术
- 1
-
-
作者
王辉
-
机构
长春信息技术职业学院计算机系
-
出处
《舰船科学技术》
北大核心
2018年第12X期46-48,共3页
-
基金
吉林省教育厅课题项目(2017-7)
-
文摘
传统特定特征定位技术在定位多船舶图像时抗干扰能力较差。针对这一问题,设计了一种新的多船舶图像定位技术,首先根据船舶行驶速度计算出多船舶图像中需要定位的船舶图像位置,然后利用监测器和跟踪器对船舶图像进行定位,定位过程分为数据监测、位置跟踪、位置判断、特定特征定位、结果显示五步,最后与传统定位技术进行了实验对比,结果表明,给出的特定特征定位技术在定位多船舶图像时抗干扰能力时,抗干扰能力更好。该技术具有很好的发展空间,值得推广使用。
-
关键词
多船舶图像
图像显示
特定定位
特征定位
-
Keywords
multi ship image
image display
specific location
feature location
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名改进非负矩阵分解的神经网络人脸识别
被引量：5
- 2
-
-
作者
郑明秋
杨帆
-
机构
长春信息技术职业学院计算机系
长春理工大学计算机科学技术学院
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2017年第3期213-218,共6页
-
基金
吉林省科技发展计划项目(No.20130303011GX
No.20140204050GX)~~
-
文摘
为了提高人脸识别正确率,提出基于改进非负矩阵分解的神经网络人脸识别算法。首先利用改进的非负矩阵分解对人脸图像进行特征提取,提高非负矩阵分解速度。接着将提取出的特征信息作为神经网络学习入口进行特征训练,由于神经网络在学习过程中,容易出现局部最小值且收敛速度慢等问题,为此采用改进的遗传算法对神经网络进行优化处理,获得最终的人脸识别结果。实验结果表明:利用改进的非负矩阵分解方法能够降低神经网络的分类训练负荷量和运算量,提高人脸识别识别率。通过和各种方法比较可知,本方法的人脸识别率都较高。本方法人脸特征分解速度快,提高了神经网络训练前期精度和收敛速度,使得人脸识别正确率高。当特征向量个数达到40以上时,人脸识别正确率保持95%以上。
-
关键词
机器视觉
人脸识别
非负矩阵分解
遗传算法
神经网络
-
Keywords
machine vision
face recognition
nonnegative matrix factorization
genetic algorithm
neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
