本发明公开了一种基于深度图像的手势识别方法，训练数据集和测试数据集中的深度图像通过深度传感器采集得到，首先计算图像中人体区域的最小深度值，再利用深度阈值，结合人手是离传感器最近物体的预设条件，分割出深度图像中的手势；然后获取手势在三个正交平面上的投影图，分别称为正视投影图、侧视投影图和顶视投影图；接着提取三个投影图的轮廓片段包特征，并级联成原始深度手势的特征向量；最后训练分类器，对从待识别深度图像中获取的手势特征向量进行分类，得到待识别手势的识别结果。本发明还提供了相应的手势识别系统。本发明方法手势识别简单易行，推广能力强，识别准确率高，能有效克服杂乱背景、光照、噪声及自遮挡等不利因素的影响。

采用高性能四百万像素1/1.8英寸CMOS图像传感器，低照度效果好，图像清晰度高 内置高性能GPU模块，采用深度学习算法，极大的提升了目标的检出率。 可输出400万（2688×1520）@30fps 支持H.265编码，压缩比高，超低码流 支持走廊模式，宽动态，3D降噪，强光抑制，背光补偿，数字水印，适用不同监控环境 支持ROI，SVC，SMART H.264/H.265，帧前滤波，灵活编码，适用不同带宽和存储环境 支持四种智能资源切换：通用行为分析、人脸检测、车辆检测、人数统计 通用行为分析：支持区域入侵，绊线入侵，快速移动（三项均支持人车分类及精准检测），物品遗留，物品搬移，徘徊检测，人员聚集，停车检测，热度图 人脸检测；支持同时检测32张人脸，对运动人脸进行检测、跟踪、抓拍、优选，输出最优的人脸抓图；支持人脸增强，人脸曝光，人脸属性提取 车辆检测；支持正向/背向行驶车辆抓拍，并跟踪、优选、抓拍，上报最优的抓图；支持车牌、车牌颜色、车标、车系、车身颜色、车辆类型 人数统计：支持区域内人数统计，进入/离开人数统计，并可生成人数统计日/月/年报表，导出使用 支持多种异常检测：动态检测，视频遮挡，场景变更，音频异常侦测，无SD卡，SD卡空间不足，SD卡出错，网络断开，IP冲突，非法访问，电压检测 支持报警2进1出，音频1进1出，485，BNC，256G SD卡 支持AC24V/DC12V/POE供电方式，方便工程安装 类别 参数 参数值 外观 标准枪 传感器类型 1/1.8英寸CMOS 像素 400万 最大分辨率 2688×1520 扫描方式 逐行扫描 电子快门 1/3s~1/100000s（可手动或自动调节） 信噪比 ＞56dB 强光抑制 支持 后焦调节 支持(ABF) 通用行为分析 物品遗留；物品搬移 热度图 支持 智能 支持 深度智能 支持 周界防范 绊线入侵；区域入侵；快速移动（三项均支持人车分类及精准检测）；停车检测；徘徊检测；人员聚集 人脸抓拍 支持 人脸检测 支持人脸检测；支持跟踪；支持优选；支持抓拍；支持上报最优的人脸抓图；支持人脸增强，支持人脸曝光；支持人脸属性提取，支持7种属性8种表情：性别，年龄，眼镜，表情（高兴、惊讶、 正常、 愤怒、悲伤、厌恶、困惑 、害怕），口罩，肤色，胡子；支持人脸抠图区域可设：人脸，单寸照；支持实时抓拍；支持优选抓拍；支持质量优先三种抓拍策略；支持人脸角度过滤功能；支持优选时长可设 人数统计 支持对进入、离开以及经过的人员进行数量统计，支持区域内人员进行数量统计，并可显示及输出日、周、月、年统计报表 视频结构化 支持机动车；支持跟踪；支持优选；支持抓拍；支持上报最优的抓图 机动车属性（车牌，车辆类型，车身颜色，车牌颜色，车标，车系） 智能检索 配合Smart NVR实现事件录像的二次智能检索、分析和浓缩播放 H.265 支持

本发明公开了一种基于移动终端的答题卡识别分析方法及系统，属于图像识别技术领域。本发明包括数据通讯模块、图像处理模块、记分统计模块、数据存储模块和数据输出模块。通过采用二阶图像势能原理进行赋值运算，每一个选项赋值为2的n‑1次幂，n代表选项的顺序号，每一题中任意选项的组合求其所有选项值的算术和即为该题的选项值，确保任意一个选项组合都不会出现重复值，得出该答题信息的成绩。本发明使用已广泛普及的智能移动终端设备，具有操作简单、便于携带、硬件成本低、耗材廉价、无专业印刷技术要求等特点。本发明不仅可用于教学、培训、心理测量还可用于调查统计分析领域具有明显的经济效益和应用价值。

本发明公开了一种基于移动终端的答题卡识别分析方法及系统，属于图像识别技术领域。本发明包括数据通讯模块、图像处理模块、记分统计模块、数据存储模块和数据输出模块。通过采用二阶图像势能原理进行赋值运算，每一个选项赋值为 2 的 n-1 次幂，n 代表选项的顺序号，每一题中任意选项的组合求其所有选项值的算术和即为该题的选项值，确保任意一个选项组合都不会出现重复值，得出该答题信息的成绩。本发明使用已广泛普及的智能移动终端设备，

本发明公开了一种基于边缘几何特征的图像识别方法，包括对工件的原始图像进行滤波处理；对上述滤波处理后的图像进行二值化处理；对二值化处理后的图像查找获得轮廓序列集；从上述轮廓序列集中筛选出合格的工件轮廓；确定上述工件轮廓的最小外接矩形，并确定上述工件轮廓的中心点；沿上述最小外接矩形的四条边的方向截取上述工件轮廓的四个子序列；使用边缘几何特征算子计算上述四个子序列中各子序列的能量值；确定上述四个子序列中能量值最大的子序列，并确定工件的方向角。本发明还提供了相应的图像识别系统。本发明无需建立工件的模板数据库

本发明公开了一种基于边缘几何特征的图像识别方法，包括对 工件的原始图像进行滤波处理；对上述滤波处理后的图像进行二值化 处理；对二值化处理后的图像查找获得轮廓序列集；从上述轮廓序列 集中筛选出合格的工件轮廓；确定上述工件轮廓的最小外接矩形，并 确定上述工件轮廓的中心点；沿上述最小外接矩形的四条边的方向截 取上述工件轮廓的四个子序列；使用边缘几何特征算子计算上述四个 子序列中各子序列的能量值；确定上述四个子序列中能量值最大的子 序列，并确定工件的方向角。本发明还提供了相应的图像识别系统。 本发明无需建立

本发明公开了一种无人机充电杆位置识别充电方法、系统及装置，该方法包括：获取无人机各起落架末端之间距离及停机坪底部阴影图像；对停机坪底部阴影图像进行预处理，获得二值化图像；提取二值化图像中每个轮廓的特征向量，并进行标准化处理，获得标准化后的轮廓特征数据；对标准化后的轮廓特征数据进行聚类分析，筛选出符合起落架末端之间距离的轮廓，得到这些轮廓对应的中心点坐标组合，根据中心点坐标组合判断无人机充电杆位置，以控制充电机械臂定位抓取无人机充电杆，构成充电回路。本发明实现了多维特征融合，提高复杂背景条件下的无人机充电杆位置识别精度。

西华师范大学发布关于大熊猫保护的最新研究成果：大熊猫面部识别技术。据悉，目前该技术主要针对圈养大熊猫，可为各只大熊猫建立专属ID，既方便工作人员管理，也方便游客们对每只熊猫的识别、了解。西华师范大学生命科学院研究员张晋东表示，“从2015年开始计划做这个事情，找人来合作，从思路到确定方法，一直到2019年才把数据的手机、模型的训练、最后的结果得出来。”接下来，会逐步向野生大熊猫种群推进，为其保护研究做更深入的工作。西华师范大学副教授韦伟称，目前主要用第三代红外线相机，把它放到大熊猫旁边就不用管了，只要熊猫从旁边过，它就能拍到个体的图像。但是“人脸识别技术”是比较先进的，它可以运用人工智能通过不同的模型来矫正，且准确率是比较高的。未来，大熊猫种群身份库的建立，可以解决大熊猫长期野外跟踪和监测数据，没有合适方法来识别、监测的难题，为野生大熊猫保护研究做更深入的工作。

一种射频识别标签，包括封装体和位于封装体内的射频电路，所述封装体内轴向开有至少一个导流孔，导流孔的一端开孔小于另外一端，导流孔远离轴线的侧壁形成导流斜面，这些导流斜面以封装体轴线为中心对称分布。通过控制导流斜面的斜率而控制射频识别标签投掷到油井管道盐水中时的下落速度，且所述射频识别标签在盐水中下落时不易旋转，运动更加平稳。

计算机网络通讯技术的迅猛发展，使生活在网络时代的人们几乎每时每刻都需要证明自己的身份，为此需要记住许多能够标识份的有效信息，如信用卡等，但利用密码来进行身份识别存在许多安全隐患。如何准确方便的进行身份鉴定是生活在网络时代的人们关注的焦点问题。利用生物特征识别技术不仅能够提供相对方便，快速，准确的身份识别方法，而且还能够解决传统身份识别方法所存在的问题。在网络环境下利用生物特征进行身份识别，无论是生物特征数据库还是网上传输的生物特征，都需要确保其真实性和完整性，然而网络信息的全透明性和易操作性，使得恶意攻击者可以轻易地对其进行篡改和伪造，因此有效的保证网上生物特征数据的安全性是利用生物特征进行准确身份识别的前提条件。一个简单而有效的方法是采用近年来兴起的数字水印技术。一方面，可以利用数字水印技术实现信息的隐蔽传输；另一方面，可以利用认证水印技术对其进行完整性和真实性认证。同时结合密码学、数字签名等技术对网络环境下的生物特征数据进行安全维护，进一步提高生物特征数据的安全性。该课题是网络环境下生物特征识别技术推广与应用必须解决的关键问是，有着广阔的应用前景。