论文研究基于机器学习的多视觉特征融合疲劳检测 .pdf

多光谱人脸活体检测特征研究，侯亚丽，郝晓莉，人脸检测在人机交互及未来视频监控等应用中都有着非常重要的作用。传统的人脸检测主要基于RGB图像或视频，极易受到类似人脸如照片

针对复杂背景下采用单一特征进行行人检测时的局限性，提出了一种融合多种特征并运用模板弹性模型与局部二次加权的算法，将梯度直方图（HOG）、肤色、发色与曲率有效融合，建立了适用行人检测的各特征模型。第一级

针对现有纹理特征对彩色图像鉴别能力不强的问题，提出了一种改进LBP特征的纹理相似度计算方法。该方法提出了极值模式、求和模式和编码模式三种特征融合模式，对彩色图像的H、S和V三个通道上获取的LBP特征进

基于多特征的安卓相似恶意应用检测方法，杨明，曾星宇，提出一种基于多特征的相似恶意应用检测方法，首先提取资源文件、网络、代码和元数据共四个维度的一系列特征，再针对各个维度构建

针对目前传统的枸杞分级主要采用人工方法，费时费力且效率不高的缺点，提出了一种基于机器视觉技术对枸杞进行自动分类的方法。采用数字图像处理技术对枸杞图像进行了预处理、分割，从而提取枸杞的色泽、大小及形状等

基于机器视觉的PCB缺陷检测算法研究，博硕论文，基于机器视觉的PCB缺陷检测算法研究

针对通侦信息不确定性、不完整性、模糊性和多变性等的特点，提出了基于DSmT方法的通侦信息融合模型。对融合问题进行了完备性描述，且引入完整性约束，实现了对通侦信息的动态融合，适应随时变化的战场信息。融合

针对图像目标跟踪问题，为提高跟踪精度，提出了一种多特征融合的自适应相关滤波跟踪算法。算法首先选取HOG和CN两种互补特征，分别训练两个相关滤波跟踪器跟踪图像目标，然后利用提出的响应图置信度计算公式计算

针对传统粒子滤波的建议分布没有利用到当前观测信息的缺点，提出了一种基于多特征融合的退火算法来改进建议分布的粒子滤波跟踪方法。该方法解决了高维状态下计算量大和粒子数匮乏问题。采用退火方法在蒙特卡洛重要采

流形学习算法可分为全局流形学习与局部流形学习，它们分别保持了流形上的全局特征信息与局部特征信息，但是实验证明仅基于全局特征或局部特征信息的流形学习算法不能很好地保持真实的流形结构，影响了学习效果。基于