您的位置: 专家智库 > >

北京大学视觉与听觉信息处理国家重点实验室开放课题基金(0505)

作品数:19 被引量:157H指数:7
相关作者:甘俊英李春芝何国辉应自炉高建虎更多>>
相关机构:五邑大学北京航空航天大学北京大学更多>>
发文基金:北京大学视觉与听觉信息处理国家重点实验室开放课题基金广东省自然科学基金国家重点实验室开放基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 19篇期刊文章
  • 1篇会议论文

领域

  • 20篇自动化与计算...

主题

  • 14篇人脸
  • 10篇人脸识别
  • 6篇主元
  • 6篇主元分析
  • 6篇二维主元分析
  • 6篇表情识别
  • 4篇支持向量
  • 4篇支持向量机
  • 4篇人脸表情
  • 4篇人脸表情识别
  • 4篇向量
  • 4篇向量机
  • 3篇独立元分析
  • 3篇生物特征
  • 3篇生物特征识别
  • 3篇线性判别分析
  • 3篇虹膜
  • 2篇多生物特征识...
  • 2篇余弦
  • 2篇余弦变换

机构

  • 20篇五邑大学
  • 4篇北京航空航天...
  • 2篇北京大学
  • 1篇河北工业大学
  • 1篇浙江大学
  • 1篇湖南科技学院

作者

  • 11篇甘俊英
  • 7篇李春芝
  • 5篇应自炉
  • 5篇何国辉
  • 3篇高建虎
  • 2篇张有为
  • 2篇梁淑芬
  • 1篇蔡淋波
  • 1篇章国艺
  • 1篇唐红梅
  • 1篇方谢燕
  • 1篇王志堂
  • 1篇李正淳
  • 1篇李景文
  • 1篇解正梅
  • 1篇张志伟
  • 1篇梁宇
  • 1篇吴涛

传媒

  • 4篇计算机工程
  • 4篇计算机工程与...
  • 3篇计算机工程与...
  • 2篇电路与系统学...
  • 1篇模式识别与人...
  • 1篇电子学报
  • 1篇计算机应用
  • 1篇系统仿真学报
  • 1篇五邑大学学报...
  • 1篇湖南科技学院...

年份

  • 6篇2009
  • 5篇2008
  • 6篇2007
  • 3篇2006
19 条 记 录,以下是 1-10
排序方式:
基于WT-2DICA与改进Fisher算法的人脸识别
2008年
小波变换与二维独立元分析(WT-2DICA)能有效提取人脸图像的高阶统计信息,但不能很好地识别受污损的人脸图像。改进Fisher算法充分考虑了类别信息,避免了传统Fisher算法造成的小样本问题。该文结合2种算法的优点,融合改进Fisher算法的最佳投影方向与WT-2DICA算法的独立基子空间,获得了融合投影方向。实验结果表明,该融合算法具有较好的分类性能。
甘俊英李春芝
关键词:分类器融合人脸识别
基于小波变换的二维独立元在人脸识别中应用被引量:18
2007年
针对二维主元分析(Two-Dimensional Principal Component Analysis,2DPCA)和独立元分析(Independent Component Analysis,ICA)的特点,给出了二维独立元分析(Two-Dimensional Independent Component Analysis,2DICA)的概念。在2DICA算法的基础上,提出了基于小波变换(Wavelet-Transform,WT)的2DICA(Wavelet-Transform and Two-Dimensional Independent Component Analysis,WT-2DICA)人脸识别算法。首先,利用小波变换将原始图像的高频分量和低频分量进行不同程度的分离,并忽略高频分量,获得原始图像的基本特征;然后,利用2DICA算法求得投影特征;最后依据最近邻法则完成人脸识别。基于ORL(Olivetti Research Laboratory)与Yale人脸数据库的实验结果表明,WT-2DICA算法正确识别率高于2DPCA算法与2DICA算法,是一种有效的人脸识别方法。
甘俊英李春芝
关键词:人脸识别二维主元分析小波变换独立元分析
基于对角DCT与2DPCA算法的人脸识别被引量:9
2007年
提出了一种对角离散余弦变换(Discrete Cosine Transform,DCT)和二维主元分析(Two-Dimensional Principal Component Analysis,2DPCA)相结合的人脸识别方法。该算法首先将人脸图像转换成对角图像,同时利用DCT压缩并重建人脸图像;然后通过2DPCA进行特征提取得到人脸识别特征;最后运用最近邻分类器进行识别。基于ORL(Olivetti Research Laboratory)、受污损ORL及Yale人脸数据库的实验结果证明了该算法的有效性。
甘俊英高建虎李春芝
关键词:离散余弦变换二维主元分析图像重建人脸识别
人脸与虹膜特征层融合模型的研究被引量:18
2007年
多生物特征的融合与识别可提高身份识别系统的整体性能.本文在研究特征层融合的基础上,结合二维Fisher线性判别分析(2-Dimensional Fisher Linear Discriminant Analysis,2DFLD),提出了一种人脸与虹膜特征融合与识别模型.首先,对人脸图像与虹膜图像分别进行压缩降维处理,得到相应的初始特征矩阵.然后将人脸与虹膜的初始特征矩阵进行组合,获得组合特征矩阵.同时,利用2DFLD算法对组合特征矩阵进行融合,获得了人脸与虹膜的融合特征.最后运用最小距离分类器进行识别.基于ORL(Olivetti Research Laboratory)人脸数据库和CASIA(Chinese Academy ofSciences,Institute of Automation)虹膜数据库的实验结果表明,该模型实现了特征层融合,不仅克服了"小样本"效应,而且有效提高了身份识别的正确识别率,为多生物特征身份识别提供了一种有效模型.
何国辉甘俊英李春芝高建虎
关键词:多生物特征识别人脸识别虹膜识别
软件配置信息的DTD描述与关系模式映射方法被引量:1
2007年
结合XML具有可扩展性、灵活性和自描述性特点以及DTD能够为XML文档中的元素属性、元素的拓扑结构等创建规则的能力,提出了利用DTD描述软件配置信息的方法,通过DTD描述实现关系存储的途径,达到了有效地管理软件配置信息的目的。
何国辉
关键词:软件配置管理可扩展标记语言文档类型定义
一种应用于人脸识别的非线性降维方法被引量:5
2009年
局部线性嵌入算法(locally linear embedding,LLE)作为一种新的非线性维数约减算法,在高维数据可视化方面获得了成功的应用。然而LLE算法获取的特征从分类角度而言并非最优,而且LLE算法难以获取新样本点的低维投影。为解决这两个缺陷,提出了将非线性的LLE算法和线性判别分析算法(linear discriminant analysis,LDA)相结合的一种新的非线性降维方法,通过ORL、Havard和CMU PIE三个人脸库的实验,结果表明,该方法能够大幅度提高识别率,对光照、姿态及表情变化具有一定的鲁棒性。
梁淑芬张志伟唐红梅吴涛
关键词:人脸识别局部线性嵌入线性判别分析
二维主元分析在人脸识别中的应用研究被引量:28
2006年
结合二维主元分析(two-dimensionalprincipalcomponentanalysis,2DPCA)的特点,将2DPCA算法用于人脸识别。它与主元分析(principalcomponentanalysis,PCA)的不同之处在于,2DPCA算法以图像矩阵为分析对象;而PCA算法以图像的一维向量为分析对象。2DPCA算法是直接利用原始图像矩阵构造图像的协方差矩阵。而PCA算法需对原始图像矩阵先降维、再将降维矩阵转换成列向量,然后构造图像的协方差矩阵。为了测试和评估2DPCA算法的性能,在ORL(olivettiresearchlaboratory)与Yale人脸数据库上进行了实验,结果表明,2DPCA算法用于人脸识别的正确识别率高于PCA算法。同时,也显示了2DPCA算法在特征提取方面比PCA算法更有效。
何国辉甘俊英
关键词:主元分析二维主元分析人脸识别特征提取模式识别
小波包分解在虹膜识别中的应用被引量:5
2006年
小波包分解是从小波变换延伸而来的一种更精细的信号分析算法,具有分析高频特征信息的优势。文中结合小波包分解的特点,提出了一种基于小波包分解的虹膜识别算法。该算法首先对虹膜图像实行分窗小波包分解,并对各窗口的子带图像作筛选处理;然后通过奇异值分解对筛选后的各子带图像作进一步的特征提取和压缩,得到虹膜识别特征;最后利用加权欧氏距离分类器进行识别。实验结果表明了该算法的有效性。
甘俊英梁宇
关键词:虹膜识别小波包分解生物特征识别
基于局部二元模式的面部表情识别研究被引量:3
2009年
提出了一种基于局部二元模式(Local Binary Pattern,LBP)与支持向量机(SVM)相结合的面部表情识别方法。使用LBP算子对图像进行处理,对图像的模式进行统计形成面部表情特征;使用线性判别分析对表情特征进行降维处理;采用支持向量机对面部表情进行分类。用Matlab实现了上述方法,并在日本女性人脸表情(JAFFE)数据库上测试,取得了70.95%的识别率。
应自炉方谢燕
关键词:面部表情识别局部二元模式线性判别分析支持向量机
基于非负矩阵分解的面部表情识别研究被引量:2
2009年
提出了一种基于非负矩阵分解与支持向量机相结合的面部表情识别方法.使用直方图均衡化等方法对人脸图像进行预处理,使用非负矩阵分解算法进行表情特征提取,采用支持向量机对面部表情进行分类.以Matlab为仿真工具,在日本女性人脸表情数据库上测试,取得了66.19%的识别率.
章国艺应自炉
关键词:面部表情识别非负矩阵分解支持向量机
共2页<12>
聚类工具0