基于神经网络的面部表情识别

汽车车牌识别系统的设计文献综述

第12卷第4期2003年12月淮　海　工　学　院　学　报

JournalofHuaihaiInstituteofTechnologyVol.12　No.4

Dec.2003

　　文章编号:100823499(2003)0420025203

基于BP神经网络的汽车牌照识别

李丰林

(淮海工学院电子工程系,江苏连云港　222005)

Ξ

摘　要:提出了一种用BP,在特征提取时采用了Fourier投影2;,采用并行算法对BP网络分类器进行了处理;。实践证明,利用BP,,,。

关键词:B;.9;　　　文献标识码:A

RecognitionofCarLicensePlatesBasedonBPNetwork

LIFeng2lin

(Dept.ofElectronicEngineering,HuaihaiInstituteofTechnology,Lianyungang222005,China)

Abstract:AmethodofrecognizingcarlicenseplatesbasedonBPNetworkisproposedinthispaper.Aslicenseplatesareallprintedinboldcharacters

摘 要

科技发展日新月异，智能识别推陈出新。如今是信息化时期，数字识别在很多智能领域上运用广泛，拥有普遍的使用远景，因此探索这项技术有其重要的实际意义。由于手写数字在写法上千差万别，且数字间字形差别相对较小，使得识别系统的开发具有很大的挑战性。

当前手写数字识别采用的技术有Bayes判别法、决策树法、神经网络和支持向量机（Support Vector Machines，SVM）等。诞生于20世纪90年代的SVM技术是机器学习研究的热点，因其良好的泛化性能成为了数字识别领域的热门方法。

本开发系统借助MATLAB平台实现完成SVM的手写数字识别功能，同时与BP神经网络的识别作对比，并利用了MNIST数据库作扩展与分析。对识别的结果进行探究，得出使识别精准度出现误差的主要因素有手写体数字的规范程度、笔画字迹粗细和清晰，以及训练样本的数量等。

关键词 手写数字识别；神经网络；SVM

Abstract

I

Technological development changes rapidly, and intelligent recognition innovates constantly. In the

湖 南 科 技 大 学

毕 业 设 计（ 论 文 ）

基于神经网络的指纹识别目 系统研究 者 院 业 号

二〇〇 年 月 日

题作学专学

颜金伟

指导教师

i

湖 南 科 技 大 学 毕业设计（论文）任务书

院 系（教研室）

系（教研室）主任: （签名） 年 月 日

学生姓名: 学号: 专业: 1 设计（论文）题目及专题： 2 学生设计（论文）时间：自 年 月 日开始至 年 月 日止

3 设计（论文）所用资源和参考资料：

4 设计（论文）应完成的主要内容：

5 提交设计（论文）形式（设计说明与图纸或论文等）及要求：

6 发题时间： 年 月 日

指导教师：

基于BP神经网络语音识别方法研究

摘要： 神经网络是近年来信息科学、脑科学、神经心理学等诸多学科共同关注和研究的热点。由于其具有良好的抽象分类特性,现已应用于语音识别系统的研究和开发，并成为解决识别相关问题的有效工具。文章在讲述语音识别过程的基础上重点讨论利用BP神经网络对语音进行识别,用MATLAB完成对神经网络的训练和测试,并获得满意的结果。

关键词：语音识别；模式识别；BP神经网络，

1 绪论

计算机的飞速发展，使人们的生活方式发生了根本性的改变，鼠标、键盘，这些传统的人机接口使人们体会到了生活的便利。科学技术日新月异，假如让“机器”能够听懂人的语言，并根据其信息去执行人的意图，那么这无疑是最理想的人机智能接口方式，因此语音识别作为一门极具吸引力的学科应运而生，很多专家都指出语音识别技术将是未来十年信息技术领域十大重要的科技发展技术之一。

1.1 研究背景及意义

语言在人类的智能组成中充当着很重要的角色，人与人之间的交流和沟通大部分是通过语言的方式有效的完成。作为人与人之问交流最方便、自然、快捷的手段，人们自然希望它成为人与计算机交流的媒介。随着数字信号处理及计算机科学的飞速发展，人们对实现人机对话产生越来越迫切的要求，使得语音识别技术近年来得到

基于BP神经网络的车牌识别技术研究

摘 要

随着科学技术的不断发展，交通管理手段正从人工管理逐步转变成自动或

半自动方式，车牌识别问题作为现代交通工程领域中研究的重点和热点问题之一，受到越来越多人们的关注。近年来，神经网络在许多领域中得到应用，利用神经网络自适应的特点，本文采用基于BP构成的神经网络进行字符识别。

本文通过对在车牌识别系统中图像预处理、车牌定位、字符分割、字符识别四个关键环节的分析研究，提出了一种基于神经网络的车牌字符自动识别算法。用此方法对车牌图像进行实验，对车牌字符样本进行特征提取，并且在MATLAB环境下对车牌字符识别进行仿真模拟，结果证实此算法对车牌字符的定位和分割具有良好的效果，对车牌字符的识别具有一定的准确性。 关键词:BP神经网络；车牌定位；车牌识别；字符分割；字符识别

1. 引言

随着汽车数量的增加，使得世界各国都存在着交通拥挤的城市状况。为了解决这一问题，众多城市将车道拓宽，但仍远远不能解决问题，在不增加现有的道路设施情况下，如何提高交通运输效率已成为世界各国研究的焦点。智能型交通体系(ITS——Intelligent Transportation System)是未来交通监管系统的主要发展趋势。车辆

基于人工神经网络的MATLAB手写数字识别系统 一、函数MouseDraw实现手写识别系统GUI界面的建立和鼠标手写的实现。（使用时保存为MouseDraw.m)

function MouseDraw(action)

% MouseDraw 本例展示如何以Handle Graphics来设定滑鼠事件 % (MouseDraw Events)的反应指令(Callbacks) % 本程序在鼠标移动非常快时，不会造成画“断线” % global不能传矩阵

global InitialX InitialY FigHandle hb2 hb3 hb4 count hb5 hb6 hb7 count='E:\\im.jpg'; imSize = 50;

if nargin == 0, action = 'start'; end

switch(action)

%%开启图形视窗 case 'start', FigHandle = figure('WindowButtonDownFcn','MouseDraw down','DeleteFcn','save bpnet');

axis([1 imSize 1 imSize]); % 设定图轴范围%

忻 州 师 范 学 院

计算机系本科毕业（设计）论文

课题名称 基 于 神 经 网 络 的 图

像 识 别 方 法 研 究

专 业 计 算 机 科 学 与 技 术

姓 名 杨 旭 东

学 号 2 0 1 1 0 8 1 1 2 0 1 3

指导教师 曹 建 芳

二零一三年六月

目 录

1 引 言.......................................................................................................................... 1

1.1 图像识别及人工神经网络 .............................................................................. 2 1.2 人工神经网络的研究背景和意义 .................................................................. 4 1.3 神经网络的发展与研究现状 ...........

基于人工神经网络的MATLAB手写数字识别系统 一、函数MouseDraw实现手写识别系统GUI界面的建立和鼠标手写的实现。（使用时保存为MouseDraw.m)

function MouseDraw(action)

% MouseDraw 本例展示如何以Handle Graphics来设定滑鼠事件 % (MouseDraw Events)的反应指令(Callbacks) % 本程序在鼠标移动非常快时，不会造成画“断线” % global不能传矩阵

global InitialX InitialY FigHandle hb2 hb3 hb4 count hb5 hb6 hb7 count='E:\\im.jpg'; imSize = 50;

if nargin == 0, action = 'start'; end

switch(action)

%%开启图形视窗 case 'start', FigHandle = figure('WindowButtonDownFcn','MouseDraw down','DeleteFcn','save bpnet');

axis([1 imSize 1 imSize]); % 设定图轴范围%

面部表情识别实验报告

作者：王顺兰 学号：222011301011180 西南大学 政治与公共管理学院 重庆 400715

摘要：被实验将14名被试分为两组进行表情认知的实验，实验目的在于通过实验了解面部表情认知的基本特征，结果分别统计两组被试对各种面部表情正确判断的百分数，并对两组判断的平均正确率进行显著性检验，表明差异显著。对表情的认知符合“面部肌肉运动模式作为情绪标志的根据”这一论断，也符合面部动作编码系统。 关键词：情绪 表情认知 线索 一、实验目的与器材

实验目的：通过实验了解面部表情认知的基本特征。 实验器材：

JGW－B型心理实验台速示器单元，记录用纸（2种，一为白纸，另一种为事先编制好编号与描述各种表情的语词的记录纸） 面部表情卡片6张 注视点卡片１张 二、实验程序

接通电源，打开速示器开关，灯亮。在“工作方式”栏，选择Ａ为“定时”，Ｂ为“背景”，选“Ａ－Ｂ”顺序方式；“时间选择栏”，A定为“５000”，B选为“背景”。被试坐在桌前观察窗口，两眼注视中心；注视点卡片输入B视场，表情卡片依次输入Ａ视场。 将全体被试分为相等的２个组，Ａ组被试发给事先编好的记录纸。指导语：请你一张一张的看一些与记录纸上情绪是

摘 要

近年来，随着我国国民经济的不断发展，交通运输越来越繁忙，对交通管理提出了新的要求。在过桥收费站、大型停车场、城市道路监管、治安卡口、港口和飞机场等实际交通系统中，需要对汽车车型进行识别，以便收取相应的费用和提高交通系统车辆监控和自动化程度。因此，如何对上述各类车辆收费站实现现代化的管理，具有重要的现实意义。

针对基于神经网络的汽车车型识别系统中的识别技术问题，本文从以下四个部分进行了研究和探讨：

第一部分，论述了车型识别的研究背景和意义，详细分析了我国目前车型识别系统的应用现状及研究现状，指出了目前国内外应用系统及其车型识别方法存在的缺陷与不足。

第二部分，提出了车型识别的模型。首先对采集的车辆图像进行预处理，通过灰度转换、图像平滑等方法剔除噪音，以提高图像质量。然后对其进行分割并提取特征，在这个过程中经过图像的二值化处理[16]，拉普拉斯边缘检测、图像横向填充与纵向填充、轮廓提取、图像修正，再提取出图像车型的上顶长、高、前底长、后底长等特征参数。结合所提取的特征参数进行车型识别。

第三部分，设计拉普拉斯边缘检测算子的汽车识别算法。采用序列差影法进行背景剔除；边缘检测之后的图像进行离散噪点的剔除