检索结果-南通市图书馆

作者：张伟松中国科学技术大学

学位级别：硕士

随着信息技术的发展,人脸识别广泛地应用于信息安全、安防系统、人机交互等。人脸识别是一门多学科交叉的应用技术,涉及到多个领域,其中包括图像处理、计算机视觉、模式识别等。人脸识别以其广阔的发展前景得到了国内外研究学者和商业... 详细信息

随着信息技术的发展,人脸识别广泛地应用于信息安全、安防系统、人机交互等。人脸识别是一门多学科交叉的应用技术,涉及到多个领域,其中包括图像处理、计算机视觉、模式识别等。人脸识别以其广阔的发展前景得到了国内外研究学者和商业领域的广泛重视,因而具有广泛的研究价值。人脸识别经过了几十年的发展,虽然很多人脸识别系统的识别率都在90%以上,但是在实际应用中仍然面临巨大的挑战,主要包括光照变化、姿态变化,年龄变化等。为了能够实现鲁棒的人脸识别,可以从特征提取和分类器设计等方面进行研究:提取人脸中的有效特征,寻求在变化环境下不变的人脸描述特征;有效的分类器设计,可以使分类器对人脸的变化具有更强的鲁棒性,也可以从两方面同时入手解决问题。本文主要就人脸识别中特征提取和分类器设计进行了研究。主要工作和研究成果如下:本文讨论了几种人脸识别中有代表性的特征提取方法。局部二值模式lbp和中心对称局部二值模式cs-lbp描述算子对人脸表情等的变化具有很好的鲁棒性。Gabor变换可以提取图像特定区域多尺度、多方向的空间频率特征,对人脸变化具有较强的鲁棒性。联合Gabor变换和lbp与cs-lbp,分别得到了相应的局部Gabor二值模式(LGBP)和中心对称局部Gabor模式(cs-LGBP)。对这些特征描述子进行了分析和实验对比。实现了经典的多分类器集成学习算法AdaBoost。通过实验对AdaBoost算法在人脸识别上的有效性进行了验证。研究了基于差分演化(DE)的多分类器集成算法(DE-MCE)。该算法采用差分演化算法优化多个分类器的权重组合,以用更少的时间获得准确的强分类器。人脸识别实验结果表明,DE-MCE算法学习得到的强分类器的识别率与AdaBoost算法相当,但是,学习时间大幅度缩短。

关键词：人脸识别 cs-lbp cs-LGBP AdaBoost DE-MCE

来源：

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

基于头部姿态估计的人机交互系统研究

基于头部姿态估计的人机交互系统研究

引用

作者：廖巧珍重庆邮电大学

学位级别：硕士

随着人们对新的人机交互手段的需求日益增加,基于计算机视觉的人机交互技术成为当前研究的热点。头部的自由朝向能够非常自然地指示方向,基于头部姿态估计的人机交互可以让老年人和残障人士拥有自然、友好的无障碍交互方式。因此,基于... 详细信息

随着人们对新的人机交互手段的需求日益增加,基于计算机视觉的人机交互技术成为当前研究的热点。头部的自由朝向能够非常自然地指示方向,基于头部姿态估计的人机交互可以让老年人和残障人士拥有自然、友好的无障碍交互方式。因此,基于头部姿态估计的人机交互系统研究具有深远的现实意义和应用前景。本文研究并实现了一种基于头部姿态估计的人机交互方法,通过设计人脸检测模块、人脸姿态特征提取模块和头部姿态估计模块实现头部姿态的识别。基于智能轮椅平台,设计并实现了一种基于头部姿态估计的人机交互系统。首先采用肤色分割结合AdaBoost算法实时完成人脸检测和定位,分离出图像中的多姿态人脸区域。针对头部姿态估计受光照变化、单一特征信息、噪声干扰等因素影响导致识别率低的问题,提出一种融合二阶HOG(Histogram of Oriented Gradient,梯度方向直方图)和cs-lbp(Center Symmetric Local Binary Pattern,中心对称局部二值模式)的人脸姿态特征提取方法。通过将二阶HOG提取的轮廓特征和cs-lbp提取的纹理特征进行融合,得到更有效的人脸姿态特征。同时本文还采用KPCA算法(Kernel Principal Component Analysis,核主成分分析)对融合的特征进行降维,进一步提升系统识别的实时性。然后针对随机森林(Random Forest,RF)算法由于引入两大随机过程导致算法的稳定性不强、容易陷入局部最优等问题,提出了一种改进蜜蜂交配优化的随机森林算法,构建了多姿态人脸分类器。通过引入改进的蜜蜂交配优化算法来动态改变随机森林中的决策树,以增强随机森林的多样性,提高随机森林的分类准确性与稳定性,最终实现头部姿态的准确估计。该头部姿态估计方法在FERET和CAS-PEALR1人脸库中的测试识别率分别高达96.16%和96.24%,且具有较强的稳定性。最后设计并实现了一种基于头部姿态估计的智能轮椅人机交互系统,将头部姿态识别结果转换成控制指令实现对智能轮椅的控制,并在不同光照环境下进行了重复性、对比性实验。实验结果表明,该头部姿态估计系统具有较好的鲁棒性与实时性。

关键词：人机交互头部姿态估计二阶HOG cs-lbp 随机森林

来源：

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

红外图像中人体目标检测技术研究

引用

现代电子技术 2012年第18期35卷 111-113,118页

作者：赵君钦李林国防科学技术大学ATR实验室湖南长沙410073

针对红外序列图像中人体目标检测问题,采用了基于特征点的特征区域提取方法,先用FAST算法快速提取特征点,然后基于提取出的特征点,使用lbp算法提取特征区域,在得到感兴趣的特征区域(ROI区域)后,用对ROI区域进行基于离散小波变换的小波... 详细信息

针对红外序列图像中人体目标检测问题,采用了基于特征点的特征区域提取方法,先用FAST算法快速提取特征点,然后基于提取出的特征点,使用lbp算法提取特征区域,在得到感兴趣的特征区域(ROI区域)后,用对ROI区域进行基于离散小波变换的小波熵特征提取,并采用复合分类方法对ROI区域进行分类,利用此方法有效地将人体目标从红外序列图像中检测出来。

关键词：红外序列图像 FAST cs-lbp 离散小波变换 SVM Adaboost

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于改进lbp的虹膜识别方法

引用

软件导刊 2012年第8期11卷 189-191页

作者：金秋春童小利郑州航空工业管理学院计算机科学与应用系河南郑州450015 郑州航空工业管理学院机电工程学院河南郑州450015

为有效提取虹膜的局部和全局特征以提高虹膜识别能力,提出了一种基于改进lbp(cs-lbp)的虹膜识别方法。首先通过虹膜预处理分割出虹膜图像并归一化;然后采用cs-lbp算子提取虹膜图像的cs-lbp特征谱;最后对cs-lbp特征谱进行分块直方图统计... 详细信息

为有效提取虹膜的局部和全局特征以提高虹膜识别能力,提出了一种基于改进lbp(cs-lbp)的虹膜识别方法。首先通过虹膜预处理分割出虹膜图像并归一化;然后采用cs-lbp算子提取虹膜图像的cs-lbp特征谱;最后对cs-lbp特征谱进行分块直方图统计,并连接各块直方图作为虹膜图像的特征矢量进行识别。该方法在CASIA(v1.0)虹膜图像数据上取得了较高的识别率,计算速度快。

关键词：虹膜识别特征提取 cs-lbp 直方图特征匹配

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于双尺度分解和模糊熵测量的特征选择算法

引用

河北北方学院学报（自然科学版） 2015年第4期31卷 28-32页

作者：梁俊花孙兴华叶永飞刘乃迪张晓河北北方学院信息科学与工程学院

针对当前树叶识别算法缺乏足够的鲁棒性和可区分度,提出一种双尺度分解和模糊熵测量的特征选择算法。首先采用自适应提升小波(ALW)和不同尺度高斯滤波的双尺度算法,然后根据中心对称的局部二进制描述算子(cs-lbp)提取形状和纹理特征,最... 详细信息

针对当前树叶识别算法缺乏足够的鲁棒性和可区分度,提出一种双尺度分解和模糊熵测量的特征选择算法。首先采用自适应提升小波(ALW)和不同尺度高斯滤波的双尺度算法,然后根据中心对称的局部二进制描述算子(cs-lbp)提取形状和纹理特征,最后由模糊熵测量法(FESM)重新分配各个尺度的比例。实验结果说明算法具有较高的识别率和噪声容忍度。

关键词：自适应提升小波 cs-lbp 模糊熵

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：