高斯函数在显著图像特征提取中的应用仿真

不同图像具有不同的特征和结构,为了更好分析和识别图像信息,提高特征分类精度,提出了基于高斯函数的显著图像特征提取方法。利用指数函数法感知显著图像轮廓边界,将图像变换到含有明暗信息的色彩空间,并锐化算子,判断抑制或增强范围,筛选出显著图像的信息。按照不同的目标函数计算映射矩阵,保留原空间数据点的局部信息,赋予最佳限制条件,提取显著图像的局部特征,结合高斯函数估算协方差矩阵获得高斯特征,完成全局特征提取。通过实验证明,所提方法对三个数据集的识别准确率在85%以上,且特征提取效果好,纹理细节清晰,保证图像信息完整。

基于Gabor小波变换与K-L高斯黎曼流形判别的人脸识别

针对图像集人脸识别中的子空间模型限制,结合Gabor小波变换与K-L高斯黎曼流形判别,提出一种新的图像集人脸识别方法。通过Gabor小波变换表征图像集中人脸图像的特征向量,利用混合高斯模型中带有先验概率的高斯分量表示每个图像数据集,采用可信的K-L概率核函数表示高斯分量间的不同距离,通过加权核判别分析最大化高斯分布间的间距,获取底层数据分布。实验结果表明,与基于线性仿射子空间、基于非线性流形和基于统计模型的方法相比,该方法在YTC和COX数据库上的识别率较高,在YTF数据库上的ROC曲线面积达到85.91,表现最优。测试和训练时间比较结果也表明该方法更适合应用于离线图像集人脸识别系统。

R^2上椭圆方程△u+K(x)e^(2u)=0解的渐近性质

论文选取欧氏度量g0的保角度量gι,利用gι的整体可积性,平行地证明了类似于紧流形上的索博列夫嵌入定理,在证明了方程解的存在性后,运用嵌入定理证明经过代换后的方程解的有界性,从而得到原方程解的渐近性质.

椭圆方程“△u+K(x)e^(2u)=0”当K(x)在某些点为正时解的存在性(英文)

这份报纸认为椭圆形的 equation.which 的存在问题等价于规定 R2.An 存在结果上的保角的 Gaussian 弯曲问题是 pried.In 详细规格， K (x) 被允许无界在上面。

An Existence Result of the Elliptic Equation Δu+K(x)e^(2u)=0

这份报纸考虑一个椭圆形的方程的存在问题，它等价于解决所谓的规定夸张圆盘 H2 上的保角的 Gaussian 弯曲问题。存在结果被证明。特别地， K (x) 被允许无界在上面。

CONFORMAL DEFORMATION OF COMPLETE SURFACE WITH NEGATIVE CURVATURE

The author considers the problem of deforming the metric on a complete negatively curved surface conformal to another metric whose Gauss curvature is nonpositive.