检索结果-南通市图书馆

结合Gabor小波和监督保局投影的人耳识别

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2010年第8期22卷 1259-1265页

作者：雷松泽齐敏王毅郝重阳西北工业大学电子信息学院西安710072

针对人耳识别中人耳的角度变化这个难点问题,提出一种结合Gabor小波和监督保局投影的人耳识别算法.由于Gabor特征维数高、冗余大,首先通过统计样本的边缘点再采样的方法对人耳进行稀疏的描述,然后利用类别可分离性判据评价Gabor展开系... 详细信息

针对人耳识别中人耳的角度变化这个难点问题,提出一种结合Gabor小波和监督保局投影的人耳识别算法.由于Gabor特征维数高、冗余大,首先通过统计样本的边缘点再采样的方法对人耳进行稀疏的描述,然后利用类别可分离性判据评价Gabor展开系数的分类能力,选择最有利于识别的Gabor展开系数构造新的Gabor特征.在人耳库中的实验结果表明,采用文中算法提取的Gabor特征维数少、鉴别能力强,结合监督保局投影进行识别取得了很高的识别率,对于人耳角度的变化具有良好的鲁棒性.

关键词：人耳识别 Gabor小波流形学习监督保局投影

在线全文

学校读者我要写书评

暂无评论

尺度不变特征与几何特征融合的人耳识别方法

光学学报 2008年第8期28卷 1485-1491页

作者：田莹苑玮琦沈阳工业大学视觉检测技术研究所

要提高人耳的识别率,关键是特征的提取与表达。尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量。尝试用SIFT技术来提取... 详细信息

要提高人耳的识别率,关键是特征的提取与表达。尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征向量。尝试用SIFT技术来提取外耳图像的结构特征点以形成稳定的特征描述子,为了克服一幅图像中有多个局部描述子相似的问题,在SIFT特征描述子中融入一个耳廓几何特征。最后采用特征向量的欧氏距离作为两幅图像相似性度量标准进行人耳识别。在耳图像库上进行实验,结果表明,该方法不仅可以有效地提取人耳特征,通过少量特征可获得较高的识别率,而且对耳图像刚体变化具有较强的稳健性。

关键词：模式识别人耳识别尺度不变特征变换几何特征特征融合

在线全文

学校读者我要写书评

暂无评论

基于非负稀疏表示的遮挡人耳识别

计算机辅助设计与图形学学报 2014年第8期26卷 1339-1345,1353页

作者：张保庆穆志纯曾慧北京科技大学自动化学院北京100083

遮挡是人耳识别中一个难以回避的问题,当人耳被遮挡时绝大多数人耳识别算法性能会大大降低.借鉴人类视觉认知特性,将非负稀疏表示用于遮挡情况下的人耳识别,提出一种更为鲁棒的遮挡人耳识别方法.首先对训练人耳图像和待识别人耳图像进... 详细信息

遮挡是人耳识别中一个难以回避的问题,当人耳被遮挡时绝大多数人耳识别算法性能会大大降低.借鉴人类视觉认知特性,将非负稀疏表示用于遮挡情况下的人耳识别,提出一种更为鲁棒的遮挡人耳识别方法.首先对训练人耳图像和待识别人耳图像进行下采样降维,然后将待识别人耳图像表示为由所有训练人耳图像构成的字典的非负稀疏线性组合,最后通过求解非负稀疏表示模型得到稀疏表示系数,根据测试人耳图像的重建误差进行识别.在USTB人耳图像库上的实验结果表明,当人耳图像被遮挡时,该方法具有更好的鲁棒性和更高的识别率.

关键词：人耳识别人耳遮挡非负稀疏表示

在线全文

学校读者我要写书评

暂无评论

基于外耳轮廓边缘信息的人耳识别

计算机辅助设计与图形学学报 2008年第3期20卷 337-342页

作者：刘嘉敏王玲兰逸君李丽娜杨奇重庆大学光电工程学院光电技术及系统重点实验室重庆400044

提出一种用Hausdorff距离表示人耳边缘特征的人耳识别方法.首先对原始人耳图像进行预处理,用基于灰度形态学梯度和局部阈值分割的边缘检测方法提取外耳轮廓边缘;然后用标准方差和边缘线段间长度差改进的Hausdorff距离表示人耳特征向量;... 详细信息

提出一种用Hausdorff距离表示人耳边缘特征的人耳识别方法.首先对原始人耳图像进行预处理,用基于灰度形态学梯度和局部阈值分割的边缘检测方法提取外耳轮廓边缘;然后用标准方差和边缘线段间长度差改进的Hausdorff距离表示人耳特征向量;最后采用支持向量机算法完成人耳识别.实验结果证明,该方法能获得更高的人耳识别率.

关键词：人耳识别边缘检测 Hausdorff距离外耳轮廓

在线全文

学校读者我要写书评

暂无评论

基于小波变换和规范型纹理描述子的人耳识别

电子学报 2010年第1期38卷 239-243页

作者：王瑜穆志纯付冬梅贺德键北京科技大学信息工程学院北京100083 清华大学自动化系宽带网数字媒体实验室北京100084 北京奥塔科技开发有限公司北京100080

在带有角度的人耳图像上提取有效特征一直是人耳识别的难点.本文提出一种基于Haar小波变换和规范型纹理描述子的人耳识别方法,即先对人耳图像进行Haar小波变换,然后利用更加合理的规范型纹理描述子,同时结合分块与多分辨率思想,共同描述... 详细信息

在带有角度的人耳图像上提取有效特征一直是人耳识别的难点.本文提出一种基于Haar小波变换和规范型纹理描述子的人耳识别方法,即先对人耳图像进行Haar小波变换,然后利用更加合理的规范型纹理描述子,同时结合分块与多分辨率思想,共同描述经Haar小波变换后人耳子图像的纹理特征,最后用最近邻分类器进行分类识别.实验结果表明,Haar小波变换可以有效增强图像纹理基元的有效信息;利用规范型纹理描述子提取特征不仅速度快,而且具有很强的鲁棒性,尤其与分块、多分辨率方法相结合时,效果更为显著,明显优于经典的PCA和KPCA方法.

关键词： Haar小波变换规范型纹理描述子人耳识别分块多分辨率

基于小波变换和LDA/FKT及SVM的人耳识别

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2009年第11期30卷 2273-2278页

作者：赵海龙穆志纯北京科技大学信息工程学院北京100083

人耳识别技术是生物特征识别和人工智能领域的一个重要分支。针对人耳图像自身的特点并通过对现有方法的研究,本文提出了一种新的人耳识别方法,即先对人耳图像进行二维的离散小波分解,然后使用LDA/FKT算法对小波分解后得到的低频信息进... 详细信息

人耳识别技术是生物特征识别和人工智能领域的一个重要分支。针对人耳图像自身的特点并通过对现有方法的研究,本文提出了一种新的人耳识别方法,即先对人耳图像进行二维的离散小波分解,然后使用LDA/FKT算法对小波分解后得到的低频信息进行降维,进而获得图像的特征向量,最后采用支持向量机作为分类器对样本向量进行判别。实验证明,本文提出的方法不仅较好地解决了人耳识别中的小样本问题,而且还取得了比传统的PCA+LDA方法更高的识别率,是一种有效的人耳识别方法。

关键词：人耳识别小波变换线性判别分析 LDA/FKT 支持向量机

在线全文

学校读者我要写书评

暂无评论

基于子分类器融合的部分遮挡人耳识别

仪器仪表学报 2011年第1期32卷 186-193页

作者：袁立穆志纯北京科技大学自动化学院北京100083

遮挡是人耳识别中一个难以回避的问题,本文对人耳受到部分遮挡的识别问题进行了研究。在分析人耳不同位置的鉴别能力的基础上,提出了一种基于决策层的子分类器融合的识别方法:首先将图像分割为若干连续但不重叠的子窗口;对每个子窗口,... 详细信息

遮挡是人耳识别中一个难以回避的问题,本文对人耳受到部分遮挡的识别问题进行了研究。在分析人耳不同位置的鉴别能力的基础上,提出了一种基于决策层的子分类器融合的识别方法:首先将图像分割为若干连续但不重叠的子窗口;对每个子窗口,利用邻域保留嵌入算法进行特征提取,然后利用最近邻分类器进行识别;根据这些子分类器识别率的高低,可以得到相应的子窗口的鉴别能力;接下来再利用具有较高鉴别能力的子分类器进行融合识别来解决部分遮挡问题。在USTB人耳图像库上的实验结果表明人耳图像中确实有部分区域具有更高的鉴别能力,利用这些区域即可进行身份识别,而且本文提出的基于局部信息融合的方法比基于原始图像直接进行识别的方法具有更高的识别率,尤其适合于解决人耳识别中的部分遮挡问题。

关键词：人耳识别部分遮挡邻域保留嵌入算法子分类器融合

基于ICA的非线性自适应特征融合的人耳识别

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2009年第3期21卷 382-388页

作者：敦文杰穆志纯北京科技大学自动化系北京100083

针对单一特征的人耳识别对旋转角度鲁棒性差的问题,提出一种非线性自适应特征融合的方法.首先提取人耳的2种具有互补性质的独立成分特征,然后将它们加权串联形成高维融合特征;最后通过核主元分析方法实现非线性降维.实验结果表明,当人... 详细信息

针对单一特征的人耳识别对旋转角度鲁棒性差的问题,提出一种非线性自适应特征融合的方法.首先提取人耳的2种具有互补性质的独立成分特征,然后将它们加权串联形成高维融合特征;最后通过核主元分析方法实现非线性降维.实验结果表明,当人耳有姿态旋转时,融合特征较单一特征的识别率有显著提升,且文中方法比传统的串联融合的识别结果更好.

关键词：人耳识别独立成分分析特征融合核空间降维

在线全文

学校读者我要写书评

暂无评论

基于轮廓曲线和局部特征点的自动人耳识别

光电子．激光 2008年第4期19卷 549-553页

作者：田莹苑玮琦沈阳工业大学视觉检测技术研究所

针对人耳识别问题,提出了一种由粗到细的两步识别方法。首先采用边界跟踪算法从侧脸图像上提取外耳及其轮廓曲线,然后利用基于改进Hausdorff距离的轮廓曲线对齐方法对图像库进行筛选得出候选的人耳图像,最后通过使用广义外耳局部特征点... 详细信息

针对人耳识别问题,提出了一种由粗到细的两步识别方法。首先采用边界跟踪算法从侧脸图像上提取外耳及其轮廓曲线,然后利用基于改进Hausdorff距离的轮廓曲线对齐方法对图像库进行筛选得出候选的人耳图像,最后通过使用广义外耳局部特征点匹配方法从候选图像中精确匹配出与待测人耳相同的图像。采用轮廓曲线和局部特征点作为识别特征向量,利用改进Hausdorff距离作为匹配量度方法,实现了基于2-D灰度侧脸图像的完全自动人耳识别,较有效地克服了光照和旋转角度变化对外耳识别的影响。实验结果表明,该方法计算量小、适应性强、鲁棒性好,极具实用价值。

关键词：人耳识别人耳检测轮廓匹配 Hausdorff距离局部特征点