您的位置: 专家智库 > >

江门市科技攻关项目([2006]59)

作品数:2 被引量:5H指数:1
相关作者:甘俊英何思斌陈银河高建虎更多>>
相关机构:五邑大学更多>>
发文基金:江门市科技攻关项目广东省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇人脸
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人脸检测
  • 1篇人脸识别
  • 1篇人脸识别算法
  • 1篇实时跟踪算法
  • 1篇线性鉴别分析
  • 1篇向量
  • 1篇向量机
  • 1篇小波
  • 1篇小波变换
  • 1篇均值漂移
  • 1篇二维线性鉴别...
  • 1篇SVM
  • 1篇波变换

机构

  • 2篇五邑大学

作者

  • 2篇甘俊英
  • 1篇何思斌
  • 1篇高建虎
  • 1篇陈银河

传媒

  • 1篇计算机应用
  • 1篇计算机仿真

年份

  • 1篇2009
  • 1篇2008
2 条 记 录,以下是 1-2
排序方式:
基于加权直方图和均值漂移的实时跟踪算法被引量:1
2008年
均值漂移算法在跟踪过程中没有有效利用跟踪目标的位置、运动方向等信息,当物体快速移动、旋转时,实时跟踪的目标极易丢失;均值漂移算法利用密度梯度估计跟踪目标,直方图是用来统计图像或图像的某个区域中每个灰度级或颜色级的分布情况的,依据颜色分布进行匹配具有较好的稳定性。跟踪目标的直方图受目标形状变化的影响较小,但通常直方图不包含任何的空间位置信息,加权直方图有效利用了空间信息。提出了一种加权直方图和均值漂移算法相结合的快速实时跟踪算法。实验证明该算法具有速度快、鲁棒性、稳定的特点,基本达到了实时跟踪处理的要求。
甘俊英陈银河高建虎
关键词:均值漂移人脸检测
基于2DLDA与SVM的人脸识别算法被引量:4
2009年
二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的"小样本"效应,支持向量机(SVM)具有结构风险最小化的特点,将两者结合起来用于人脸识别。首先,利用小波变换获取人脸图像的低频分量,忽略高频分量;然后,用2DLDA算法提取人脸图像低频分量的线性鉴别特征,用"一对多"的SVM多类分类算法完成人脸识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。
甘俊英何思斌
关键词:小波变换二维线性鉴别分析支持向量机人脸识别
共1页<1>
聚类工具0