基于曲线相似的在线签名认证方法

提出一种新的曲线相似计算模型,用于在线签名身份认证。将在线签名轨迹数据看做平面曲线,从曲线相似性定义、相似变换及相似距离给出了曲线相似计算模型框架。依照参考签名曲线有效点数,对比较签名曲线进行重采样;签名曲线相似度量过程采用分段匹配方法,在每段比较曲线待匹配区间内,利用遗传算法搜索与参考曲线对应段的最优匹配,获得分段的相似距离,以此计算分段相似得分;将各段相似得分的平均值作为两条曲线的相似度量。选用SVC2004Task1和SUSig Blind数据集对算法进行测试,等误率分别为10.92%和2.89%。

基于稀疏表示的人脸姿态估计研究

针对人脸光照、遮挡、身份、表情等因素变化的人脸姿态估计难题,结合稀疏表示分类(SRC)方法的优秀识别性能,对SRC理论进行了深入分析,并将其应用于人脸姿态分类。为了解决姿态估计中人脸光照、噪声和遮挡变化问题,将人脸姿态离散化为不同的子空间,每个子空间对应一个类别,据此,提出基于字典学习与稀疏约束的人脸姿态识别方法。通过在公开的XJTU和PIE人脸库上实验表明:所研究的方法对人脸光照、噪声和遮挡变化具有鲁棒性。

基于不变因子的SIFT误匹配点剔除及图像检索

为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。

基于因子分析的文本独立笔迹鉴定分类器

针对检材与样本笔迹字符内容较少情况下的笔迹鉴定问题,提出一种基于因子分析的文本独立笔迹鉴定新方法.该方法将影响书写笔迹特征距离的因素划分为书写风格的差异和字符形状结构的差异两类因子,然后通过两因子方差分析,分离出特征距离中的字符因子,通过文本依存方法获得文本独立笔迹鉴别分类器.实验证明,该方法得到一种高效的脱机中文笔迹鉴定分类器,在近似实际情况的笔迹鉴别实验中得到良好的鉴别准确率.

融合纹理与形状的人脸加权新特征

根据人类进行人脸识别的特点,提出一种纹理与几何形状相结合的人脸新特征。新特征提取的第一步是提取脸部5个关键点;然后,根据人脸图像每个像素点到5个关键点距离动态对每个像素进行加权计算。新特征在纹理特征的基础上,融合了人脸关键点和每个纹理点与关键点之间的位置几何距离信息。与传统的单一纹理特征相比,提高了抗干扰性;而且,由于定位了5个关键点,有利于后续的人脸分块识别。在YALE人脸库和XJTU人脸库上采用线性判别方法与稀疏表示人脸识别方法的实验研究表明：新特征与传统的纹理特征相比,识别率提高了5%~10%;新特征加人脸分块方法识别率接近100%。

基于鉴别字典学习的遮挡人脸姿态识别

利用字典学习与稀疏表示的信号重建与分类的性能,两步字典训练学习方法引入到鲁棒性人脸姿态识别中。首先,将人脸姿态离散化为不同的子空间,使用K-奇异值分解法（K-SVD）为每个子空间训练一个子字典使其对应一个类别;然后,将所有子字典组合成超完备字典;最后,采用基于Gabor特征与稀疏表示的方法进行姿态分类。为了提高字典的分类能力,本文采用两步字典训练学习方法,并在第二步学习中加入类别约束;为了提高算法的鲁棒性,本文重构一个遮挡人脸字典,解决人脸姿态识别中人脸遮挡问题。通过在公开的XJTU、PIE和CAS-PEAL-R1人脸库上的实验结果表明,本文方法在具有光照、噪声和遮挡变化的人脸库识别率均能达到95%左右,基本能达到实际应用的要求。