检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种基于比例因子的PCA人脸识别方法

计算机工程与科学 2003年第5期25卷 38-41页

作者：冯贵玉王刚胡德文国防科技大学机电工程与自动化学院湖南长沙410073

主成分分析(PCA)是自动人脸识别的常用方法。在基于传统K-L变换的PCA人脸识别方法的基础上,提出了一种基于比例因子的PCA人脸识别的改进方法。研究表明,较之K-L变换,基于比例因子的方法更有效,合理选取比例因子和主成分是提高识别准确... 详细信息

主成分分析(PCA)是自动人脸识别的常用方法。在基于传统K-L变换的PCA人脸识别方法的基础上,提出了一种基于比例因子的PCA人脸识别的改进方法。研究表明,较之K-L变换,基于比例因子的方法更有效,合理选取比例因子和主成分是提高识别准确率的关键。

关键词： PCA 人脸识别主成分分析比例因子模式识别图象处理人脸图象

基于直接局部保持投影和尺度不变特征变换的人脸识别方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2012年第9期32卷 2588-2591页

作者：李政仪冯贵玉赵龙长沙民政职业技术学院软件学院长沙410004 国防科学技术大学计算机学院长沙410073 北京图形研究所北京100029

尺度不变特征变换(SIFT)算法提取的人脸特征具有一定的鲁棒性,但存在数据维数过高和计算过于复杂的问题。为此,提出一种基于直接局部保持投影-尺度不变特征变换(DLPP-SIFT)的人脸识别算法。首先采用SIFT算法进行特征提取,然后结合子空... 详细信息

尺度不变特征变换(SIFT)算法提取的人脸特征具有一定的鲁棒性,但存在数据维数过高和计算过于复杂的问题。为此,提出一种基于直接局部保持投影-尺度不变特征变换(DLPP-SIFT)的人脸识别算法。首先采用SIFT算法进行特征提取,然后结合子空间方法局部保持投影(LPP)进行降维,利用直接对角化方法求取特征矩阵,解决了LPP的奇异值问题。在ORL和FERET人脸库的实验结果表明,DLPP-SIFT算法可显著减少计算复杂度和特征匹配时间,与SIFT、主成分分析(PCA)-SIFT、LPP-SIFT相比,具有更好的鲁棒性。

关键词：人脸识别子空间局部保持投影尺度不变特征变换

在线全文

学校读者我要写书评

暂无评论

一种新的掌纹图像感兴趣区域提取算法

计算机工程与应用 2007年第8期43卷 40-42,61页

作者：张磊冯贵玉胡德文国防科技大学机电工程与自动化学院长沙410073

重点研究具有一定自由度在线掌纹图像的感兴趣区域提取算法。首先结合掌纹图像的特点采用全局阈值二值化掌纹图像,然后利用形态学算子平滑掌纹轮廓,提取轮廓线Freeman链码并对链码进行角度变换,最后通过考察轮廓线上各点附近轮廓线的角... 详细信息

重点研究具有一定自由度在线掌纹图像的感兴趣区域提取算法。首先结合掌纹图像的特点采用全局阈值二值化掌纹图像,然后利用形态学算子平滑掌纹轮廓,提取轮廓线Freeman链码并对链码进行角度变换,最后通过考察轮廓线上各点附近轮廓线的角度变化来提取掌纹图像感兴趣所需要的定位点,从而提取感兴趣区域。感兴趣区域的提取为特征提取和特征匹配打下了基础。最后,在两个公开的掌纹数据库,通过实验证明了这种算法的有效性。

关键词：掌纹图像定位点轮廓线形态学感兴趣区域

在线全文

学校读者我要写书评

暂无评论

一种基于信号-噪声模型的主元数目选择方法

计算机工程与应用 2003年第6期39卷 11-12,72页

作者：王刚冯贵玉胡德文国防科技大学机电工程与自动化学院自动控制系长沙410073

主成分分析(PCA)是一种基于二阶统计的数据分析方法。在简要介绍PCA的基本理论后,重点分析了主元数目的选择问题。在基于累计贡献率的传统方法基础上,考虑实际中噪声对信号的影响,提出一种基于信号-噪声模型的主元数目选择新方法。实验... 详细信息

主成分分析(PCA)是一种基于二阶统计的数据分析方法。在简要介绍PCA的基本理论后,重点分析了主元数目的选择问题。在基于累计贡献率的传统方法基础上,考虑实际中噪声对信号的影响,提出一种基于信号-噪声模型的主元数目选择新方法。实验证明,在一定的条件下,新方法比传统的累计贡献率方法更有效。

关键词：信号-噪声模型主元数目选择方法主成分分析累计贡献率数据分析方法信号处理

在线全文

学校读者我要写书评

暂无评论

基于方差滤波和ICA算法的人眼定位

计算机系统应用 2013年第4期22卷 113-115页

作者：李政仪冯贵玉长沙民政学院软件学院长沙410004 国防科技大学计算机学院长沙410073 北京图形研究所北京100029

采用方差滤波器确定人眼候选区域,结合独立成分分析(ICA)方法对人眼进行快速定位,能够有效地提取训练图像的高阶统计特征,很好地去除基向量的相关性.与主成分分析(PCA)和传统ICA方法相比具有更好的鉴别能力.实验表明,该方法的识别率可达... 详细信息

采用方差滤波器确定人眼候选区域,结合独立成分分析(ICA)方法对人眼进行快速定位,能够有效地提取训练图像的高阶统计特征,很好地去除基向量的相关性.与主成分分析(PCA)和传统ICA方法相比具有更好的鉴别能力.实验表明,该方法的识别率可达97.3%,并对光照和姿态变化也具有很好的鲁棒性.

关键词：人眼定位独立成分分析(ICA) 主成分分析(PCA)

在线全文

学校读者我要写书评

暂无评论

一种图像处理和计算机视觉的开发工具

计算机仿真 2006年第11期23卷 305-307,344页

作者：刘洁冯贵玉张汗灵湖南大学计算机与通信学院湖南长沙410082 国防科技大学机电工程与自动化学院湖南长沙410073

该文探讨了可用于图像处理与计算机视觉编程的强大类库OpenCV,该类库使用起来极为方便,利用OpenCV中的数字图处理和计算机视觉的函数处理相关问题变得很简单。该文首先介绍OpenCV的强大功能以及研究的意义,然后介绍了OpenCV新版本的一... 详细信息

该文探讨了可用于图像处理与计算机视觉编程的强大类库OpenCV,该类库使用起来极为方便,利用OpenCV中的数字图处理和计算机视觉的函数处理相关问题变得很简单。该文首先介绍OpenCV的强大功能以及研究的意义,然后介绍了OpenCV新版本的一些特点,并且讨论在VC++环境下的软件设置问题,最后给出了典型的图像处理的实例。随着计算机视觉和数字图像处理技术不断深入各个领域,OpenCV为VC++编程处理数字图像提供了极大的方便,具有广阔的应用前景,该文对于图像处理与计算机视觉方面的应用设计以及研究开发都将具有重要参考价值。

关键词：计算机视觉图像处理开放的计算机视觉库源代码

在线全文

学校读者我要写书评

暂无评论

多源信息融合认知机理与模型研究

计算机与数字工程 2013年第2期41卷 182-185页

作者：冯贵玉赵琪张可黛段洣毅北京图形研究所北京100029

论文对人脑多源信息融合处理的认知机理进行系统层次的梳理研究,利用人脑基本机能联合区等理论揭示了人脑的信息处理机制,建立了一个人脑信息融合"对象感知—情景关联—行动决策"三层核心认知模型,并对模型各层次进行了分析。该研究可... 详细信息

论文对人脑多源信息融合处理的认知机理进行系统层次的梳理研究,利用人脑基本机能联合区等理论揭示了人脑的信息处理机制,建立了一个人脑信息融合"对象感知—情景关联—行动决策"三层核心认知模型,并对模型各层次进行了分析。该研究可为建立信息融合概念模型、发展新的信息融合理论和算法提供借鉴和参考。

关键词：信息融合认知机理模型

在线全文

学校读者我要写书评

暂无评论

基于AdaBoost的肤色检测新方法

计算机工程与科学 2008年第6期30卷 69-72页

作者：毕远胡德文沈辉周宗潭冯贵玉尹俊松国防科技大学机电工程与自动化学院湖南长沙410073

本文针对肤色检测问题,提出了一种利用AdaBoost方法构造分类器进行肤色检测的算法。根据肤色在色度空间内的聚类性,通过大量肤色和非肤色样本将一族弱学习算法通过一定规则训练成一个强学习算法,得到一个检测性能优异的肤色检测分类器... 详细信息

本文针对肤色检测问题,提出了一种利用AdaBoost方法构造分类器进行肤色检测的算法。根据肤色在色度空间内的聚类性,通过大量肤色和非肤色样本将一族弱学习算法通过一定规则训练成一个强学习算法,得到一个检测性能优异的肤色检测分类器。提出了用圆形分类器作为弱分类器描述色度空间中的肤色分布,将AdaBoost学习算法用于肤色的聚类分析中。实验表明,该方法误检率低、鲁棒性好,对肤色检测问题有较强的实用性。

关键词：肤色检测 AdaBoost肤色分布 YCrCb色度空间圆形分类器

在线全文

学校读者我要写书评

暂无评论

基于改进YOLOv5的人体跌倒检测算法

电子设计工程 2025年第1期33卷 1-6页

作者：冯梓文冯云霞青岛科技大学信息科学技术学院山东青岛266061

受到跌倒时动作变化快、姿态多和复杂环境的影响,跌倒检测算法会出现误检、漏检和检测速度慢的问题。为解决上述问题,提出一种基于改进的YOLOv5算法,进行居家环境下的实时跌倒检测。使用RepVGG对YOLOv5的Backbone进行优化,增强骨干网络... 详细信息

受到跌倒时动作变化快、姿态多和复杂环境的影响,跌倒检测算法会出现误检、漏检和检测速度慢的问题。为解决上述问题,提出一种基于改进的YOLOv5算法,进行居家环境下的实时跌倒检测。使用RepVGG对YOLOv5的Backbone进行优化,增强骨干网络特征提取能力;在网络中添加卷积注意力机制,强化模型对重要特征的关注;在特征融合部分引入加权双向特征金字塔网络并简化,充分融合不同尺度特征。实验结果表明,与未改进前相比,该方法在精度、召回率和平均精度上分别提高3.43%、1.41%和3.1%,优化了检测效果,更好地满足实际使用要求。

关键词：跌倒检测 YOLO RepVGG 注意力机制 Bifpn