国家自然科学基金(60503026)
- 作品数：9 被引量：50H指数：4
- 相关作者：杨静宇郑宇杰任明武张生亮杨万扣更多>>
- 相关机构：南京理工大学江苏科技大学山西财经大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划江苏省普通高校研究生科研创新计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于增强的2维主成分分析的特征提取方法及其在人脸识别中的应用被引量：7
- 2009年
- 为了对图像进行最优压缩,提出了两步2维主成分分析方法进行特征提取,称为增强的2维主成分分析。增强的2维主成分分析首先对图像进行行方向的2维主成分分析,再进行列方向的2维主成分分析。增强的2维主成分分析对图像进行了行方向和列方向的压缩,因此增强的2维主成分分析比2维主成分分析需要更少的系数来表示图像,需要更少的存储空间和分类时间。在ORL和FERET人脸库上的实验证明了该方法的有效性。
- 杨万扣吉善兵任明武杨静宇
- 关键词：主成分分析特征提取人脸识别
- 2DPCA及2DLDA相关研究综述被引量：10
- 2008年
- 二维主分量分析(2DPCA)是近年来得到广泛重视快速的抽取特征算法,二维线性鉴别分析(2DLDA)是F isher线性鉴别分析在矩阵模式下的推广,这两种算法在图像识别领域有重要的应用。本文对近年来国内外在2DPCA及2DLDA方面的相关研究进行了综合分析,总结了已经取得的研究成果,对各种算法进行了比较,也研究了二维方法与传统的PCA和LDA之间关系。
- 张生亮杨静宇
- 关键词：特征抽取
- 对称零空间准则下的LDA特征抽取方法被引量：2
- 2009年
- 小样本问题在利用线性鉴别分析处理高维样本时经常遇到,但是已有方法在如何构造完整的最优子空间,并在其中获得最有效的鉴别分析的过程中始终存在着共同的缺陷.提出一种最优对称零空间准则的鉴别分析方法,通过构造类内和类间散布矩阵的2个零子空间及其互补子空间,获得分布在各子空间中降维样本的最优鉴别信息,可有效地解决传统Fisher线性变换方法中的最终特征维数受类别数限制的问题.在FERET和ORL人脸数据库上的实验结果验证了文中方法的有效性.
- 宋晓宁郑宇杰杨静宇吴小俊
- 关键词：特征抽取线性鉴别分析小样本问题人脸识别
- 一种区域级运动目标检测方法被引量：6
- 2009年
- 传统运动目标检测方法通常在像素或硬性划分的区域上实现.文中使用分水岭变换自动将图像划分成灰度一致性区域,并以一致性区域为基元进行运动目标检测.针对分水岭变换的过分割问题,在多步形态学梯度图像上进行变换.针对运动目标检测的低虚警率和高实时性要求,直接考察待检测图像中每一个一致性区域与一组背景图像中对应区域间的差异程度,设计灰度差异、颜色畸变及相邻区域间的灰度关系准则综合判断各区域是前景还是背景.该方法与流行的检测方法相比具有较低的虚警率,避免区域级检测方法中的硬性分块问题,同时又具有一定的处理速度.多个室内和室外标准图像序列的测试证明该算法的有效性.
- 王欢任明武杨静宇
- 关键词：运动目标检测
- 一种改进的核特征抽取方法及其在人脸识别中的应用被引量：3
- 2008年
- 首先利用核函数技术将原始样本隐式地映射到高维特征空间;然后在高维空间里利用再生核理论建立基于Fisher鉴别极小准则的2个等价模型;最后在该空间的核类间散布矩阵的非零空间和零空间中应用Fisher极小鉴别准则求取核鉴别矢量.在人脸库上的实验结果验证了该算法的有效性.
- 林宇生郑宇杰杨静宇
- 关键词：特征抽取核函数人脸识别零空间
- 模糊逆Fisher鉴别分析及其在人脸识别中的应用被引量：3
- 2009年
- 在逆Fisher鉴别分析的基础上,引入了模糊数学的思想,提出了模糊逆Fisher鉴别分析并成功应用于人脸识别。模糊逆Fisher鉴别分析通过隶属度函数将样本归入所有的类别之中,根据隶属度重新定义了类间散布矩阵和类内散布矩阵,进而将样本的原始分布信息通过相应的隶属度函数完全融入到了最后提取到的特征中。在ORL和FERET人脸库上的实验结果证明了基于模糊逆Fisher鉴别准则特征提取方法的优越性。
- 杨万扣王建国任明武杨静宇
- 关键词：FISHER鉴别分析人脸识别
- 一种基于预分类的高效最近邻分类器算法被引量：13
- 2007年
- 本文的最近邻分类器算法是采用多分类器组合的方式对测试样本进行预分类,并根据预分类结果重新生成新的训练和测试样本集。对新的测试样本采用最近邻分类器进行分类识别,并将识别结果与预分类结果结合在一起进行正确率测试。在ORL人脸库上的实验结果说明,该算法对小样本数据的识别具有明显优势。
- 王卫东郑宇杰杨静宇杨健
- 关键词：最近邻分类器多分类器组合小样本问题人脸识别
- 基于核的Fisher极小鉴别分析及人脸识别被引量：3
- 2008年
- Fisher鉴别分析被公认为是特征抽取的有效方法之一,但由于其只能抽取线性特征,而对于实际应用中复杂的样本图像分布,抽取非线性鉴别特征显得十分必要。先前的基于核Fisher鉴别分析算法虽然解决了非线性特征抽取问题,但是其存在最终特征维数受类别数限制的问题。为了能够进一步提高特征提取效率,提出了一种基于核的Fisher极小鉴别分析方法,该方法使得最终特征维数不受类别数限制。在Yale和NUST603人脸库上进行了鉴别性能实验,实验结果验证了该方法的有效性。
- 王建国郑宇杰杨静宇
- 关键词：核主成分分析FISHER鉴别分析特征抽取人脸识别
- 基于多级分类的大类别人脸识别研究被引量：3
- 2008年
- 提出了一种新的多级分类的人脸识别算法。在类别数较大的人脸识别系统中,要想用一种特征一次性地把所有类别都分开是不现实的。首先使用快速的二维投影在大范围内找出测试样本的若干候选类别,然后对不同的测试样本分别在其候选子集中抽取特征,进而判断测试样本属于哪个类别。在200人的人脸库上进行了实验,识别率由71.23%提高到83.75%。
- 张生亮杨静宇
- 关键词：人脸识别特征抽取
