期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
一种基于双向2DPCA及遗传算法的人脸识别方法 被引量:1
1
作者 董晓庆 陈洪财 +1 位作者 谢森林 曾辉 《华中师范大学学报(自然科学版)》 CAS 北大核心 2014年第5期656-661,共6页
提出了一种双向二维PCA((2D)2PCA)及改进遗传算法(GA)相结合的人脸识别方法.该方法首先利用(2D)2PCA分别从图像的行、列方向进行特征提取,然后通过遗传算法对提取的特征空间以并行的方式进行优化,得到最优行、列特征空间,最后根据最优... 提出了一种双向二维PCA((2D)2PCA)及改进遗传算法(GA)相结合的人脸识别方法.该方法首先利用(2D)2PCA分别从图像的行、列方向进行特征提取,然后通过遗传算法对提取的特征空间以并行的方式进行优化,得到最优行、列特征空间,最后根据最优特征空间进行分类.在ORL人脸库上的实验结果表明,该方法较之传统的方法具有更高的识别率及识别速度,在各种鉴别特征维数下更具鲁棒性,是有效的人脸识别方法. 展开更多
关键词 人脸识别 双向二维pca((2d)2pca) 遗传算法(GA) 特征空间
下载PDF
基于二阶(2D)-2PCA的人脸识别 被引量:3
2
作者 罗仁泽 冉瑞生 《计算机应用与软件》 CSCD 2009年第11期223-226,共4页
研究光照变化条件下的人脸识别问题。基于最近提出的二阶特征脸方法和(2D)2PCA方法,提出了二阶(2D)2PCA方法。该方法将(2D)2PCA技术分别应用到原始图像矩阵集和剩余图像矩阵集。在extended Yale人脸库上的实验表明,在光照变化条件下,二... 研究光照变化条件下的人脸识别问题。基于最近提出的二阶特征脸方法和(2D)2PCA方法,提出了二阶(2D)2PCA方法。该方法将(2D)2PCA技术分别应用到原始图像矩阵集和剩余图像矩阵集。在extended Yale人脸库上的实验表明,在光照变化条件下,二阶(2D)2PCA方法是一种有效的人脸识别方法。该方法与传统的特征脸、二阶特征脸方法和(2D)2PCA相比,具有更高的识别精度;且比特征脸和二阶特征脸方法节省计算时间。 展开更多
关键词 人脸识别 特征脸 二阶特征脸 (2d)2pca 光照变化
下载PDF
Curvelet变换结合(2D)~2PCA的人脸识别算法 被引量:2
3
作者 赵庆敏 彭雪莹 《南昌大学学报(理科版)》 CAS 北大核心 2018年第2期180-183,共4页
作为一种新的多尺度多方向性的信号分析工具,Curvelet变换不但具有小波变换多尺度和多分辨率的特点,还具有很强的方向性,对包含大量面部轮廓和五官曲线信息的人脸图像能实现最优的稀疏表示。本文提出并实现了一种基于Curvelet变换结合... 作为一种新的多尺度多方向性的信号分析工具,Curvelet变换不但具有小波变换多尺度和多分辨率的特点,还具有很强的方向性,对包含大量面部轮廓和五官曲线信息的人脸图像能实现最优的稀疏表示。本文提出并实现了一种基于Curvelet变换结合双向二维主成分分析((2D)~2PCA)的人脸识别算法,以Yale人脸数据库进行人脸识别实验,结果表明,该算法相对于传统基于小波变换的人脸识别算法,能有效提高识别率,缩短识别时间。 展开更多
关键词 CURVELET变换 小波变换 人脸识别 双向二维主成分分析((2d)^2pca)
下载PDF
基于DCT和分块2D2PCA的人脸识别 被引量:4
4
作者 张秀琴 陈立潮 +1 位作者 潘理虎 谢斌红 《太原科技大学学报》 2014年第5期333-338,共6页
为了解决人脸识别算法双向二维主元分析(2D2PCA)表征的信息不全面,鲁棒性差、识别速率较慢的问题,提出了一种结合二维离散余弦变换(DCT)算法和改进的双向二维主成分分析算法(模块(2D)2PCA)的新的人脸图像识别算法,该算法首先利用二维离... 为了解决人脸识别算法双向二维主元分析(2D2PCA)表征的信息不全面,鲁棒性差、识别速率较慢的问题,提出了一种结合二维离散余弦变换(DCT)算法和改进的双向二维主成分分析算法(模块(2D)2PCA)的新的人脸图像识别算法,该算法首先利用二维离散余弦逆变换(DCT)对人脸图像进行压缩,利用二维离散余弦逆变换(IDCT)对图像进行重建,可以去除了人脸图像中的干扰冗余信息。然后通过改进的2D2PCA算法即分块2D2PCA提取重建人脸图像中的特征。最后,用最近邻法对人脸图像进行识别,并定义了人脸图像相似度的概念。本文对ORL人脸图像数据库进行了实验。实验表明,本文算法有效的增强了识别的鲁棒性,缩短了识别的时间。 展开更多
关键词 人脸识别 二维离散余弦变换(dCT) 双向二维主成分分析((2d)2pca)
下载PDF
人脸图像识别中非贪婪L1范数的2DPCA最大化鲁棒算法
5
作者 刘辉 马文 王志锋 《南京邮电大学学报(自然科学版)》 北大核心 2016年第2期90-95,共6页
基于L1范数的二维主成分分析是近年来提出的一种在图像域降维和特征提取的方法。通常,直接求解L1范数最大化问题很困难,因此,一种贪婪的策略被提出来了。然而,这种策略的初始化投影是随意选取的,为了获得更好的投影向量,得到一个最优的... 基于L1范数的二维主成分分析是近年来提出的一种在图像域降维和特征提取的方法。通常,直接求解L1范数最大化问题很困难,因此,一种贪婪的策略被提出来了。然而,这种策略的初始化投影是随意选取的,为了获得更好的投影向量,得到一个最优的局部解,提出了一个非贪婪的L1范数最大化算法,该非贪婪算法具有三大优势:使用L1范数和非贪婪策略对于异常值很稳健;与PCA-L1相比较,更多的空间结构信息得到了保留;相比2DPCA-L1,所有的投影方向可以被优化并且可以获得更好的解决方案。人脸和其他数据集上的实验结果验证了所提出的方法更加有效。 展开更多
关键词 二维主成分分析 L1范数 非贪婪算法 异常值 主成分分析法
下载PDF
基于(2D)~2PCA的受限玻尔兹曼机图像分类算法及其并行化实现
6
作者 宋海峰 陈广胜 +1 位作者 景维鹏 杨巍巍 《应用科学学报》 CAS CSCD 北大核心 2018年第3期495-503,共9页
为解决受限玻尔兹曼机(restricted Boltzman machine,RBM)理论对高分辨率图像分类的时间复杂度高的问题,提出了一种基于双向二维主成分分析(two-way 2-dimension principal component analysis,(2D)~2PCA)的RBM图像分类算法.该算法首先... 为解决受限玻尔兹曼机(restricted Boltzman machine,RBM)理论对高分辨率图像分类的时间复杂度高的问题,提出了一种基于双向二维主成分分析(two-way 2-dimension principal component analysis,(2D)~2PCA)的RBM图像分类算法.该算法首先应用(2D)~2PCA对待处理图像在X和Z两个方向上进行降维处理,从而提取出图像的主成分,将主成分作为RBM网络可见层的输入数据,应用对比散度算法训练构建玻尔兹曼机网络,达到对图像进行分类的目的.该算法有效解决了RBM处理高分辨率图像时网络训练速度慢,甚至整个网络训练状态无法收敛的问题.通过在Hadoop并行数据处理平台的实验表明:该算法不仅能有效提高处理高分辨率图像的速度,而且具备良好的并行性,在具有4台处理机的并行集群下,其加速比达到了3.13. 展开更多
关键词 (2d)^2pca 受限玻尔兹曼机(restricted Boltzman machine RBM) 并行计算 图像分类
下载PDF
归一双向加权(2D)^2PCA的手指静脉识别方法 被引量:24
7
作者 管凤旭 王科俊 +1 位作者 刘靖宇 马慧 《模式识别与人工智能》 EI CSCD 北大核心 2011年第3期417-424,共8页
为快速有效地进行手指静脉识别,针对双向二维主成分分析算法降维的特点,并对该算法进行改进,提出在经过图像预处理的手指静脉图像基础上,特征值归一化并双向加权(2D)2PCA的手指静脉识别方法((OW2D)2PCA).分析了累积特征率对(2D)2PCA的影... 为快速有效地进行手指静脉识别,针对双向二维主成分分析算法降维的特点,并对该算法进行改进,提出在经过图像预处理的手指静脉图像基础上,特征值归一化并双向加权(2D)2PCA的手指静脉识别方法((OW2D)2PCA).分析了累积特征率对(2D)2PCA的影响,以及加权值、特征值归一加权值和累积特征率对W(2D)2PCA、OW(2D)2PCA、(W2D)2PCA、(OW2D)2PCA的影响.通过建立手指静脉图像库的实验结果表明,文中提出方法能够取得较好的识别效果;对(2D)2PCA提取特征向量中的冗余信息有很强的抑制作用,双向加权比单向加权效果更好;而且(OW2D)2PCA的平均识别率高于2DPCA、(2D)2PCA、W(2D)2PCA、(W2D)2PCA和OW(2D)2PCA. 展开更多
关键词 手指静脉识别 双向二维主成分分析((2d)2pca) 双向加权二维主成分分析((W2d)2pca) 特征值归一双向加权二维主成分分析((OW2d)2pca)
原文传递
基于MW(2D)^2PCA的单训练样本人脸识别 被引量:19
8
作者 李欣 王科俊 贲晛烨 《模式识别与人工智能》 EI CSCD 北大核心 2010年第1期77-83,共7页
传统的人脸识别方法在单训练样本条件下性能会急剧下降,因此,研究出适合于单样本情况下的识别算法是人脸识别问题面临的巨大挑战.针对两个方向的二维主成分分析((2D)2PCA)算法进行改进,文中提出将加权和分块与(2D)2PCA相结合的方法称为... 传统的人脸识别方法在单训练样本条件下性能会急剧下降,因此,研究出适合于单样本情况下的识别算法是人脸识别问题面临的巨大挑战.针对两个方向的二维主成分分析((2D)2PCA)算法进行改进,文中提出将加权和分块与(2D)2PCA相结合的方法称为分块加权(2D)2PCA,以便更有效地提取人脸的局部特征.同时把模糊理论引入分类决策,应用于单训练样本人脸识别问题.在ORL人脸库以及部分CAS-PEAL人脸库中的实验结果表明,文中方法能取得较好的识别效果. 展开更多
关键词 单样本人脸识别 局部特征提取 主成分分析(pca) 两个方向的二维主成分分析((2d)2pca)
原文传递
一种实用的多径信号时间平滑二维DOA估计方法
9
作者 侯碧波 何子述 +1 位作者 李会勇 贾可新 《中国电子科学研究院学报》 2010年第6期647-651,共5页
在二维波达方向(DOA)估计领域,均匀圆阵(UCA)应用越来越广泛。针对均匀圆阵,提出了一种可在多径环境下估计二维波达方向的新算法,该算法充分利用了空间和时间上的特性,估计P个多径信号方向仅需P+1个天线阵列。多径信号经过时间平滑处理... 在二维波达方向(DOA)估计领域,均匀圆阵(UCA)应用越来越广泛。针对均匀圆阵,提出了一种可在多径环境下估计二维波达方向的新算法,该算法充分利用了空间和时间上的特性,估计P个多径信号方向仅需P+1个天线阵列。多径信号经过时间平滑处理后,再利用改进的主分量分析(PCA)迭代算法求空间谱,各来波方向可被实时快速地估计出来,整个估计过程中不需要预先知道多径数量,运算复杂度低,系统结构简单。最后给出的仿真试验结果验证了提出方法的有效性。 展开更多
关键词 二维dOA估计 多径 pca 时间平滑
下载PDF
Generalized two-dimensional correlation near-infrared spectroscopy and principal component analysis of the structures of methanol and ethanol 被引量:5
10
作者 Liu Hao Xu JianPing +1 位作者 Qu LingBo Xiang BingRen 《Science China Chemistry》 SCIE EI CAS 2010年第5期1154-1159,共6页
Liquid state methanol and ethanol under different temperatures have been investigated by FT-NIR(Fourier transform nearinfrared) spectroscopy,generalized two-dimensional(2D) correlation spectroscopy,and PCA(principal c... Liquid state methanol and ethanol under different temperatures have been investigated by FT-NIR(Fourier transform nearinfrared) spectroscopy,generalized two-dimensional(2D) correlation spectroscopy,and PCA(principal component analysis) . First,the FT-NIR spectra were measured over a temperature range of 30-64(or 30-71) °C,and then the 2D correlation spectra were computed.Combining near-infrared spectroscopy,generalized 2D correlation spectroscopy,and references,we analyzed the molecular structures(especially the hydrogen bond) of methanol and ethanol,and performed the NIR band assignments. The PCA method was employed to verify the results of the 2D analysis.This study will be helpful to the understanding of these reagents. 展开更多
关键词 NIR(near-infrared) two-dimensional (2d) CORRELATION spectroscopy principal component analysis (pca) METHANOL ETHANOL
原文传递
二维四元零相关区周期互补阵列集构造法 被引量:3
11
作者 刘凯 俞赛 李玉博 《系统工程与电子技术》 EI CSCD 北大核心 2013年第5期924-929,共6页
基于二维二元周期互补阵列集和移位序列,利用逆Gray映射,提出了一类二维四元零相关区周期互补阵列集的构造方法。获得的阵列集由多个四元零相关区周期互补阵列子集组成,不同子集之间具有完全正交互补特性。本文的构造方法可分别对阵列... 基于二维二元周期互补阵列集和移位序列,利用逆Gray映射,提出了一类二维四元零相关区周期互补阵列集的构造方法。获得的阵列集由多个四元零相关区周期互补阵列子集组成,不同子集之间具有完全正交互补特性。本文的构造方法可分别对阵列的行列进行移位,能够获得具有不同参数形式的二维四元零相关区周期互补阵列集。同时行(列)方向上的零相关区长度可以灵活设置,从而能获得不同的移位序列集,构造出多个二维四元零相关区周期互补阵列集。构造结果表明,本文方法可有效地增加工程应用所需的阵列信号。 展开更多
关键词 二维周期互补阵列集 移位序列 零相关区 逆Gray映射
下载PDF
基于Log-Gabor滤波特征的黎曼流形图像集分类算法 被引量:3
12
作者 王锐 吴小俊 《模式识别与人工智能》 EI CSCD 北大核心 2017年第4期377-384,共8页
生物神经中的感知理论符合黎曼流形,相比其它滤波器,Log-Gabor滤波器更适合人眼的非线性对数特性,因此两者结合符合人类视觉的感知过程.基于上述情况,文中利用协方差鉴别学习,提出基于Log-Gabor滤波特征的黎曼流形图像集分类算法.使用Lo... 生物神经中的感知理论符合黎曼流形,相比其它滤波器,Log-Gabor滤波器更适合人眼的非线性对数特性,因此两者结合符合人类视觉的感知过程.基于上述情况,文中利用协方差鉴别学习,提出基于Log-Gabor滤波特征的黎曼流形图像集分类算法.使用Log-Gabor滤波器滤波图像,获得多尺度多方向的图像特征,然后对高维的协方差矩阵使用双向二维主成分分析进行降维,利用协方差鉴别学习进行分类.在多个标准数据库上的实验结果表明文中算法效果较好,从而验证算法的有效性. 展开更多
关键词 协方差鉴别学习(CdL) 黎曼流形 核鉴别分析(KdA) 双向二维主成分分析((2d)^2pca)
下载PDF
基于多分辨率下节点图像融合的人脸识别方法 被引量:1
13
作者 何东健 张立刚 何晓 《中国图象图形学报》 CSCD 北大核心 2009年第8期1700-1704,共5页
人脸识别是人机接口和生物信息领域研究的重要方面,得到广泛的关注,人脸特征提取是其重要环节之一。为了克服人脸光照和表情变化对特征提取的影响,提出在小波包分解后的多分辨率下利用(2D)2PCA提取人脸特征进行识别的方法,主要创新包括:... 人脸识别是人机接口和生物信息领域研究的重要方面,得到广泛的关注,人脸特征提取是其重要环节之一。为了克服人脸光照和表情变化对特征提取的影响,提出在小波包分解后的多分辨率下利用(2D)2PCA提取人脸特征进行识别的方法,主要创新包括:(1)以小波包分解所有节点图像为研究对象;(2)提出以识别率来选取"成功"节点;(3)提出一种融合节点图像的方法。首先通过二层小波包分解获取节点图像,采用(2D)2PCA方法提取所有节点图像的特征矩阵,并利用最邻近分类器获取其识别率,然后在选取"成功"节点图像的基础上,构建了一个融合方法进行人脸识别。用CMUPIE和Yale库中的样本进行对比测试,结果表明本方法的高效性,同时也说明融合多分辨率下的节点图像能有效提高识别率。 展开更多
关键词 人脸识别 多分辨率 小波包分解 (2d)2pca 特征矩阵 节点图像
下载PDF
基于二维主分量分析的人耳身份识别研究
14
作者 唐邦杰 封筠 《石家庄铁道大学学报(自然科学版)》 2011年第4期87-93,108,共8页
有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析(PCA)为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D-PCA方法应用于人耳身份识别。针... 有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析(PCA)为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D-PCA方法应用于人耳身份识别。针对三个USTB人耳图像库,采用最近邻分类器,研究了选用不同的特征维数、贡献率,及不同的相似性测度时,2D-PCA方法与传统的PCA方法的识别性能。交叉验证的实验结果表明:2D-PCA方法较PCA方法获得了更短的训练时间和更高的识别率,说明基于图像矩阵的2D-PCA方法是一种效率更高,鲁棒性更强的人耳身份识别方法。 展开更多
关键词 人耳识别 pca 2dpca 线性子空间 特征提取
下载PDF
基于加强步态能量图在非规范视角的步态识别研究
15
作者 肖文 钟秀锋 《现代电子技术》 2012年第6期138-140,共3页
提出了一种基于加强步态能量图的非规范视角步态识别方法,解决了非规范视角下步态识别难题。视角转换方法将视角统一,采用背景减除法提取人体轮廓,引入步态周期检测方法确定步态周期,根据人体骨架参数模型得到加强步态能量图(E-GEI),最... 提出了一种基于加强步态能量图的非规范视角步态识别方法,解决了非规范视角下步态识别难题。视角转换方法将视角统一,采用背景减除法提取人体轮廓,引入步态周期检测方法确定步态周期,根据人体骨架参数模型得到加强步态能量图(E-GEI),最后运用2DPCA方法提取特征向量,并采用最近邻域法分类。实验结果表明:E-GEI在各个视角下比普通的GEI在识别效果要更好。 展开更多
关键词 步态识别 加强步态能量图 二维主分量分析 非规范视角
下载PDF
基于子模式双向二维主成分分析的人脸识别 被引量:6
16
作者 张先武 郭雷 《光电子.激光》 EI CAS CSCD 北大核心 2009年第11期1498-1502,共5页
为了减轻人脸姿态、表情和光照条件等因素变化对识别率的影响,采用了一种子模式双向二维主成分分析(Sp-(2D)2PCA)的人脸识别新方法。该方法通过对原图像进行分块处理,能有效地抽取原图像的局部特征;同时,通过采用(2D)2PCA对分块得到的... 为了减轻人脸姿态、表情和光照条件等因素变化对识别率的影响,采用了一种子模式双向二维主成分分析(Sp-(2D)2PCA)的人脸识别新方法。该方法通过对原图像进行分块处理,能有效地抽取原图像的局部特征;同时,通过采用(2D)2PCA对分块得到的子图像矩阵直接进行特征抽取,避免了矩阵向量间的转化,能精确地计算协方差矩阵的特征向量,并能有效地降低特征维数。试验结果表明,在姿态、表情和光照条件变化的情况下,Sp-(2D)2PCA都具有较好的识别性能。 展开更多
关键词 人脸识别 特征抽取 双向二维主成分分析((2d)2pca) 子模式(2d)2pca(Sp-(2d)2pca)
原文传递
基于双向二维主成分分析的交通标志识别 被引量:4
17
作者 曲仕茹 张超 《公路交通科技》 CAS CSCD 北大核心 2013年第2期109-113,共5页
针对交通标志识别实时性不足,提出了一种基于双向二维的主成分分析[(2D)2PCA]的交通标志识别算法。首先,对交通标志图像进行去噪归一化等预处理。然后,进行水平和垂直方向的投影,通过特征空间降维提高匹配速度。最后,利用最近邻法进行... 针对交通标志识别实时性不足,提出了一种基于双向二维的主成分分析[(2D)2PCA]的交通标志识别算法。首先,对交通标志图像进行去噪归一化等预处理。然后,进行水平和垂直方向的投影,通过特征空间降维提高匹配速度。最后,利用最近邻法进行分类。通过在不同数据库下与传统2DPCA方法的对比仿真表明,2种方法随主特征数目增加,识别率都有所提升;样本数量增加时,(2D)2PCA算法的时间增长速度明显小于2DPCA,满足了识别的实时性要求。 展开更多
关键词 智能运输系统 空间降维 (2d)2pca 交通标志识别 最近邻法
原文传递
面向图像集分类的切空间稀疏表示算法 被引量:2
18
作者 陈凯旋 吴小俊 《中国图象图形学报》 CSCD 北大核心 2018年第7期961-972,共12页
目的在基于图像集的分类任务中,用SPD(symmetric positive definite)矩阵描述图像集,并考虑所得到的黎曼流形,已被证明对许多分类任务有较好的效果。但是,已有的经典分类算法大多应用于欧氏空间,无法直接应用于黎曼空间。为了将欧氏空... 目的在基于图像集的分类任务中,用SPD(symmetric positive definite)矩阵描述图像集,并考虑所得到的黎曼流形,已被证明对许多分类任务有较好的效果。但是,已有的经典分类算法大多应用于欧氏空间,无法直接应用于黎曼空间。为了将欧氏空间的分类方法应用于解决图像集的分类,综合考虑SPD流形的LEM(Log-Euclidean metric)度量和欧氏空间分类算法的特性,实现基于图像集的分类任务。方法通过矩阵的对数映射将SPD流形上的样本点映射到切空间中,切空间中的样本点与图像集是一一对应的关系,此时,再将切空间中的样本点作为欧氏空间中稀疏表示分类算法的输入以实现图像集的分类任务。但是切空间样本的形式为对称矩阵,且维度较大,包含一定冗余信息,为了提高算法的性能和运行效率,使用NYSTR?M METHOD和(2D) ~2PCA(two-directional twodimensional PCA)两种方法来获得包含图像集的主要信息且维度更低的数据表示形式。结果在实验中,对人脸、物体和病毒细胞3种不同的对象进行分类,并且与一些用于图像集分类的经典算法进行对比。实现结果表明,本文算法不仅具有较高的识别率,而且标准差也相对较小。在人脸数据集上,本文算法的识别率可以达到78.26%,比其他算法高出10%左右,同时,具有最小的标准差2.71。在病毒数细胞据集上,本文算法的识别率可以达到58.67%,在所有的方法中识别率最高。在物体识别的任务中,本文算法的识别率可以达到96.25%,标准差为2.12。结论实验结果表明,与一些经典的基于图像集的分类算法对比,本文算法的识别率有较大的提高且具有较小的标准差,对多种数据集有较强的泛化能力,这充分说明了本文算法可以广泛应用于解决基于图像集的分类任务。但是,本文是通过(2D) ~2PCA和NYSTR?M METHOD对切空间中样本进行降维来获得更低维度的样本,以提高算法的运行速度和性能。如何直接构建维度更低,且具有判别性的SPD流形将是下一步的研究重点。 展开更多
关键词 SPd流形 图像集分类 NYSTROM METHOd 双相2维主成分分析((2d)^(2)pca) 稀疏表示
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部