基于改进ANMM及Trace Ratio的人脸识别算法

针对传统ANMM算法计算率低的问题,提出一种基于改进ANMM及Trace Ratio的人脸识别算法.在近邻保持投影的基础上,算法减少了同类数据间由于线性投影而带来的重构误差,同时,保留了类内相似度图的拉普拉斯矩阵的完整性.另一方面,通过构造一个与类内相似度图对应的类外代价图,算法还可以最大化两者间的边界.

基于ANMM-TraceRatio的螺母分类算法

针对传统螺母分类方法不能很好达到自适应的效果,本文提出一种基于ANMM-TraceRatio的螺母分类算法。该方法在ANMM算法的基础上,结合TraceRatio降维算法,提出新的绛维算法,并通过采集的螺母数据库,对提出的新方法进行验证。实验结果表明,本文提出的办法具有较高的识别率及较好的鲁棒性。

基于平均邻域最大化的手势识别方法研究

根据人机交互中手势控制系统的要求,提出一种基于平均邻域最大化(ANMM)算法的静态手势识别方法。将获得的二值化图像轮廓归一化到固定的解析度,构成多维向量,使用ANMM算法对同质相邻与异质相邻向量进行训练,计算出投影方向矩阵。将样本降维处理后,计算其在降维空间内与同质相邻和异质相邻向量的距离,判别样本所属分类。实验结果证明,该方法对静态手势的识别率可达90%以上。

基于数学形态学变形虫的自适应图像滤波

针对形态学滤波中的一个关键问题——结构元的选择,提出了一种基于数学形态学的变形虫结构元,它是一种没有固定形状和大小的结构算子。按照导引图像建立的梯度准则,以像素为中心在其邻域内进行结构元的生长,然后在每个像素点利用所生成的结构元进行灰度形态学中值或者均值滤波。实验结果表明:这种非线性滤波算法能够很好地去除噪声、增强边缘,克服了传统滤波的缺点,而且相对于经典保边滤波各向异性扩散法具有计算量小的特点。

基于正则化的相关熵平均近邻最大间距特征提取方法

针对传统的平均近邻最大间距特征提取方法对噪声敏感的缺点,提出了基于正则化的相关熵平均近邻最大间距(RCANMM)特征提取方法,使用相关熵衡量数据间的相似程度,提高了原方法的鲁棒性。在目标函数中添加正则化项,提高了泛化性。在AR、YALE-B和ORL人脸数据库上的实验结果表明,RCANMM相比传统ANMM方法有较好的性能。