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

基于差空间的最大散度差鉴别分析及人脸识别

计算机应用 2006年第10期26卷 2460-2462,2465页

作者：刘永俊陈才扣扬州大学计算机科学与工程系江苏扬州225009

提出了一种新的基于差空间的最大散度差鉴别特征抽取方法。该方法首先通过构造人脸图像的差空间,部分地消除由于光照条件不同而引起的人脸图像的不稳定性,然后采用最大散度差鉴别准则函数进行最优鉴别特征的抽取,这样从根本上避免了传统... 详细信息

提出了一种新的基于差空间的最大散度差鉴别特征抽取方法。该方法首先通过构造人脸图像的差空间,部分地消除由于光照条件不同而引起的人脸图像的不稳定性,然后采用最大散度差鉴别准则函数进行最优鉴别特征的抽取,这样从根本上避免了传统的Fisher线性鉴别分析中存在的“小样本问题”。最后,在ORL标准人脸库和Yale人脸库上的实验结果验证了本文算法的有效性。

关键词：差空间最大散度差鉴别分析人脸识别

基于差空间的双向2DPCA和SVM人脸识别算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2012年第12期39卷 268-271页

作者：汪洋严云洋王洪元常州大学信息科学与工程学院常州213164 淮阴工学院计算机工程学院淮安223003

为降低SVM人脸识别算法对样本进行训练和识别的时间,提出了一种改进的基于差空间的双向2DPCA(Bidirectional two dimensions PCA)和SVM相结合的人脸识别算法。该方法充分考虑了表情和光照对人脸图像的影响,不但利用小波变换对人脸图像... 详细信息

为降低SVM人脸识别算法对样本进行训练和识别的时间,提出了一种改进的基于差空间的双向2DPCA(Bidirectional two dimensions PCA)和SVM相结合的人脸识别算法。该方法充分考虑了表情和光照对人脸图像的影响,不但利用小波变换对人脸图像进行预处理,而且成功地把类内平均引入到双向2DPCA的计算中,并结合了SVM在分类识别方面的优势,有效节省了算法所需的时间。在Yale人脸库上的实验表明,它不但可以提高识别率,而且所用时间明显减少。

关键词：差空间小波变换双向2DPCA 支持向量机人脸识别

在线全文

学校读者我要写书评

暂无评论

基于差空间的MPCA人脸识别方法

高等函授学报（自然科学版） 2009年第2期22卷 53-54,67页

作者：王宏玉冯颖凌南通市体育运动学校 226005 南通大学理学院 226009

在利用差空间构建新的样本空间的基础上,利用分块PCA(MPCA)特征提取方法,提出一种基于差空间的MPCA人脸识别新方法,较好地改善由于光照条件不同带来的不稳定性,并能有效地提取图像的局部特征,对人脸表情也具有较强的鲁棒性。

关键词：主成分分析分块PCA 差空间特征提取

基于目标和空间正交分解的布局启发式算法的研究

在线全文

学校读者我要写书评

暂无评论

基于目标和空间正交分解的布局启发式算法的研究

作者：简其和天津大学

学位级别：硕士

布局问题源于现代生产和生活的许多领域并表现为多种形式,由于布局问题是应用背景较强的离散组合最优化问题,属于NP完全问题,而NP完全问题的解决,只能依赖于各种应用广泛的局部寻优的启发式算法。沿着这一优化问题解决的路经,在研究分... 详细信息

布局问题源于现代生产和生活的许多领域并表现为多种形式,由于布局问题是应用背景较强的离散组合最优化问题,属于NP完全问题,而NP完全问题的解决,只能依赖于各种应用广泛的局部寻优的启发式算法。沿着这一优化问题解决的路经,在研究分析现有布局启发式算法的基础上,通过大量布局实验并不断地总结,提出了基于目标和空间正交分解的布局启发式算法,解决布局过程中的非一刀切布局问题。算法可概括为,“在最恰当的时机,构造最合适的物体,放入最适合的位置,达到最基本的布局目标”。论文的主要内容如下:首先分析了布局问题中的空间分解方式,论述了满足非一刀切要求的布局空间正交分解的过程,说明了组成剩余布局空间的第一和空间、第二和空间的正交分解的方法和步骤。其后论述了实现算法的各种策略,包括差空间(第一差空间、第二差空间)策略、群组策略、回溯策略、收敛空间策略等,并详细阐述了群组的定义、方式、约束及算法等;各种布局策略的综合运用,使布局能按空间正交分解的方式持续进行。通过对多阶段布局过程及局部最优解与全局解之间关系的分析,提出了解决布局问题的目标策略。布局之前确定布局目标,布局过程中使在一定约束下的每一个局部最优解达到布局目标,从而得到全局好的解,也保证了布局算法的可靠性和稳定性。针对基于传统定序规则的布局启发式算法,提出了布局过程的阶段性原理,分析了布局余量产生的方式及特点,并将这些原理与特点用于布局算法的设计之中。介绍多模式生成法以及在基于空间正交分解的布局启发式算法中的应用,以满足一定约束条件的布局问题的需要或解决大规模的布局问题。最后,对全文的工作进行了总结并展望进一步的研究方向。

关键词：布局启发式算法正交分解和空间差空间群组模式生成法

小样本问题下人脸图像的鉴别特征抽取方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

小样本问题下人脸图像的鉴别特征抽取方法研究

作者：刘永俊扬州大学

学位级别：硕士

人脸识别技术是计算机模式识别领域非常活跃的研究课题,在法律、商业、公安系统等领域有着广泛的应用前景。由于人脸图像的特殊性与复杂性,人脸识别问题也是模式识别领域的一个相当困难的问题,要使这一研究成为完全成熟的技术应用到日... 详细信息

人脸识别技术是计算机模式识别领域非常活跃的研究课题,在法律、商业、公安系统等领域有着广泛的应用前景。由于人脸图像的特殊性与复杂性,人脸识别问题也是模式识别领域的一个相当困难的问题,要使这一研究成为完全成熟的技术应用到日常生活中,还有许多工作需要去做。由于特征抽取是模式识别中最基本的问题之一,因此能否抽取人脸图像有效的鉴别特征也成为人脸识别技术的关键问题。本文针对目前人脸识别中存在的困难,就目前主流的几种代数特征抽取方法进行了较为深入地研究和改进。所提出的算法经过在多个通用人脸数据库中的实验,得到了较好的验证。本文主要工作包括:针对传统的Fisher线性鉴别分析(LDA)在人脸等高维图像识别应用中不可避免地遇到小样本问题,本文提出一种基于散度差准则的鉴别分析方法(MSLDA)。与LDA方法不同的是,该方法利用样本模式的类间散度与类内散度之差而不是它们的比作为鉴别准则,这样,从根本上避免了类内散布矩阵奇异带来的困难。在ORL和AR标准人脸库的实验结果验证了该算法的有效性。本文提出了一种新的基于差空间的最大散度差鉴别分析方法。该方法首先通过构造人脸图像的差空间,部分地消除了由于光照条件不同而引起的人脸图像的不稳定性,然后采用最大散度差鉴别准则函数进行最优鉴别特征的抽取,这样从根本上避免了传统的Fisher线性鉴别分析中通常存在的“小样本问题”。最后,在ORL标准人脸库和yale人脸库上的实验结果验证了该算法的有效性。针对传统的Fisher线性鉴别分析在人脸这样的多类高维小样本模式的分类中存在的“小样本问题”和“次优性问题”,本文提出了一种基于修正的最大散度差鉴别准则的线性鉴别分析方法。该方法对最大散度差鉴别准则中散布矩阵的构造加以修正,采用新的修正的最大散度差鉴别准则函数。该方法从理论上为有效地解决传统的Fisher线性鉴别分析在人脸识别中存在的这两大难题提供了有效的途径。最后,在ORL、AR标准人脸库上的实验结果验证了该算法的有效性。本文提出了一种二维最大散度差图像投影鉴别分析方法。该方法不仅从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题,而且该方法是直接基于图像矩阵的,与以往的基于图像向量的鉴别方法相比,它的突出优点是大大的提高了特征抽取的速度。然后,本文从二维最大散度差线性鉴别分析的本质入手分析了它与传统的最大散度差线性鉴别分析的等价性,进而提出了一种改进的二维最大散度差线性鉴别分析方法。该方法通过对图像矩阵的重新构造,使其抽取的鉴别特征从理论上更加有利于分类识别。最后在ORL、AR标准人脸库上的实验结果验证了该算法的有效性。本文通过引入著名的“核技巧”,将二维最大散度差线性鉴别分析扩展到非线性空间,提出了一种新的二维核最大散度差鉴别分析方法。该方法不仅抽取了图像中更加有效的非线性鉴别特征,使正确识别率显著提高,而且为二维非线性鉴别分析提供了一个统一的构架。最后在AR标准人脸库中的实验结果验证了该算法的有效性。通过对传统的基于向量的典型相关分析方法进行分析改进,提出了一种新的直接基于特征矩阵的二维典型相关分析方法,并将其应用于人脸识别的特征融合过程中。较基于向量的典型相关分析,该方法的优点主要有两点:第一,该方法计算过程中构造的协方差矩阵维数大幅度减小,这在一定程度上避免了人脸识别中存在的“高维小样本问题”。第二,由于协方差矩阵维数的缩减,使特征抽取的速度明显提高。最后在ORL标准人脸库和AR大型人脸数据库上的实验结果有效的验证了这两点。

关键词：特征抽取主成分分析 Fisher线性鉴别分析最大散度差鉴别分析差空间二维最大散度差鉴别分析核方法二维核最大散度差鉴别分析典型相关分析二维典型相关分析人脸识别

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

照片/素描及跨年龄阶段异质人脸的识别研究

照片/素描及跨年龄阶段异质人脸的识别研究

作者：王开芳山东大学

学位级别：硕士

在机器视觉、模式识别及图像处理中,人脸识别一直是最受关注的研究之一,其应用领域很广泛,如安全验证、身份鉴别、监控系统、信用卡验证、人机交互控制、证件核对、通道控制等。近年来,异质人脸识别作为人脸识别中特殊的一类也得到了广... 详细信息

在机器视觉、模式识别及图像处理中,人脸识别一直是最受关注的研究之一,其应用领域很广泛,如安全验证、身份鉴别、监控系统、信用卡验证、人机交互控制、证件核对、通道控制等。近年来,异质人脸识别作为人脸识别中特殊的一类也得到了广泛关注,其研究主要涉及照片与素描图像、近／热红外与可见光图像、照片与视频图像,以及不同年龄下的人脸图像等方面。本文主要对异质人脸识别中的照片与素描,以及不同年龄下的人脸图像进行了研究。照片与素描人脸识别主要运用在案件侦破、安全保卫中,尤其是在案件侦破中可以帮助调查者定位或者缩小嫌疑人的范围。不同年龄下的人脸图像研究主要应用在公安刑侦、失踪人口调查等方面。在照片与素描的异质人脸识别中,本文研究了两种识别方法。一种是照片与素描转换之后再进行识别;首先基于主特征提取的方法把照片转化为伪素描,然后再运用传统的方法对素描与伪素描进行识别。该算法将照片图像变换为素描图像时,更加合理的利用了照片的有效特征,减少了素描和照片图像之间的差别,改善了匹配效果,并且减少了识别时间。另一种是不进行转换而是直接对照片和素描进行识别;本算法首先使用方向梯度直方图(Histogram of Oriented Gradient, HOG)特征描述符来表示素描和照片人脸,然后对特征进行分块后再使用零线性判别空间(Null Space-based LDA, NLDA)降维的方法得到判别空间,最后在此空间中进行素描的识别验证。HOG特征描述符能够消除素描和照片之间的类内变化,同时又能够保留足够的类内可识别信息。在不同年龄下(即跨年龄)的异质人脸识别中,该方向的研究主要有三个方面：人脸年龄模拟,人脸年龄估计及人脸验证。本文主要研究跨年龄的人脸验证,其算法为：首先提取在老化过程中比较稳定的HOG特征,然后将图像对的特征向量进行差空间运算得到类内差和类间差,进而把类内差作为正样本和类间差作为负样本,然后把样本送入支持向量机(Support Vector Machine, SVM)分类器中进行分类,进而判断出该对人脸是否属于同一个人。本文的主要工作是在现有的照片／素描及跨年龄的异质人脸算法基础上进行了一些探索和尝试。实验结果表明,本文的算法有较优的稳定性和准确性。

关键词：异质人脸识别素描与照片转换零判别空间差空间支持向量机