基于信息熵的二维局部二值模式静脉识别

基于现有LBP算法及其变体无法提取图像高维特征的问题,提出一种基于信息熵的二维局部二值模式识别算法。此方法首先利用统一局部二值模式(ULBP)对图像进行低维特征的提取,随后将图像信息熵与统一局部二值模式图谱进行结合获取熵值加权的统一局部二值模式图谱(EULBP),并利用滑动窗口实现对局部区域内模式间共现特征信息的统计,以其结果作为图像特征表达。并以直方图交叉距离为基础构建模式分类器,验证其识别性能。实验结果表明,在SDUMLA⁃HMT数据集以及马来西亚理工大学指静脉数据集(FV⁃USM)中,提出的算法能取得99.94%和98.84%的平均识别率。

现代模态逻辑的形式分析初步——魔态羽翼的跨世界逃逸与“刑师”分析下的在劫难逃

现代模态逻辑其实是按一阶逻辑公理和规则对经典真值函数做分类研究。模态命题逻辑中任一个可能世界集W仅表示与某一公理模式相应的一组二真值函数,相应的可能世界间的关系R就是这组真值函数共有的一种集合性质。任一公理模式在一框架内有效,就是将属于W的每个真值函数式按K-2分别依次代入该公理模式中的每一个"□",使得形成一组经典定理。

噪声环境下的人脸防伪识别算法研究

智能时代,人脸识别算法是智能身份认证的关键支撑技术之一,在门禁、手机解锁和金融支付领域有着重要应用。而人脸防伪识别则是用来增强其识别安全性,对抗伪造人脸攻击和鉴别真实人脸的防御性技术,相关研究颇多。其中基于LBP(local binary pattern)的人脸防伪算法综合性能较好,但是现有算法在噪声场景下的识别性能还难以令人满意。为此,文章提出基于相邻像素对的PLBP(pairwise local binary pattern)特征模式,通过充分挖掘像素对之间的相关性,来改进噪声环境下的算法性能。相比于LBP,所提算法以相邻像素对均值为基准与邻域其余像素比较生成二进制模式,从而能够利用像素对间的空间相关性来获取新的人脸特征。实验结果表明,该算法与主流LBP算法相比性能有所提升。其在无噪声条件下准确率接近了95.05%,在有高斯噪声环境下则能有效降低性能损失。相比其他算法在高斯噪声环境下的准确率下降情况,所提算法表现稳定,有着较好的鲁棒性。

OD-LBP与加权HOG特征融合表情识别方法研究

面部表情识别是人机交互领域的重要核心,丰富的面部表情特征是提高面部表情识别率的关键之一。正交差分局部二值模式(Orthogonal difference-local binary pattern,OD-LBP)和方向梯度直方图(Histogram of Oriented Gradient,HOG)的融合特征可以很好地表达出面部表情的局部和全局特征信息,但是没有考虑到面部不同部分对表情识别贡献程度不同。因此提出了一种先对人脸图像中的面部表情敏感区域提取OD-LBP特征,再将人脸图像均匀分块并提取HOG特征,计算每子块的改进空间频率值对HOG特征加权,然后与OD-LBP特征融合形成新的特征,并利用主成分分析(Principal Component Analysis,PCA)降维,最后利用分类器中的支持向量机(Support Vector Machine,SVM)完成特征分类的面部表情识别方法。基于Pycharm平台,在表情数据集JAFFE和CK上验证该算法的有效性。仿真实验结果表明,该算法的表情识别率分别为95.4%和96.9%,较未考虑区域重要性的融合特征的识别率提高了2.2%和2.1%,且在不同姿态、光照条件下具有良好的鲁棒性。

基于眼部图像特征的肝肾疾病病证比较研究

目的:基于五轮学说及眼部图像特征提取技术,探讨不同证候(湿热内蕴证、肝郁脾虚证、肝肾阴虚证)的肝硬化及慢性肾脏疾病患者眼部图像特征及其差异性,以期从眼部图像特征上为肝硬化临床诊断及证候辨识提供数据支持。方法:选取2017年10月至2018年3月在上海中医药大学附属曙光医院肝硬化科住院的湿热内蕴证、肝郁脾虚证及肝肾阴虚证3种证候的肝硬化患者118例为研究对象,运用眼科裂隙灯采集受试者的眼部图像,并以年龄、性别、体质量指数匹配的非肝病(慢性肾脏疾病)患者115例及健康志愿者112例眼部图像特征为对照进行比较研究。剔除因受到各种因素干扰眼部图像不符合要求的患者,最终3组各纳入60例进行眼部图像分析。基于图像局部二值模式(LBP)特征提取法,将彩色图像转化为共生矩阵,计算图像LBP特征面积百分比。通过方差分析、秩和检验等统计学方法对相关指标进行比较分析,找出组间差异性。结果:肝硬化患者、慢性肾脏疾病患者与健康人3组眼部图像LBP特征面积百分比差异均有统计学意义(P<0.05)。与健康人组相比,在255层面积百分比中,肝硬化组有245层差异有统计学意义(P<0.05),慢性肾脏疾病组有246层差异有统计学意义(P<0.05)。肝硬化组与慢性肾脏疾病组相比,2组共有15层面积百分比差异有统计学意义(P<0.05)。对2种疾病间不同证候的LBP特征频数面积百分比进行比较,慢性肾脏疾病患者湿热内蕴证、肝郁脾虚证及肝肾阴虚证3组证候间共19层差异有统计学意义(P<0.05),而肝硬化组患者3组证候间差异无统计学意义(P>0.05)。比较3种证候不同疾病间的LBP特征频数面积百分比,湿热内蕴证中,肝硬化与慢性肾脏疾病组患者间有54层差异有统计学意义(P<0.05);肝肾阴虚证中共有46层差异有统计学意义(P<0.05);而肝郁脾虚证的2种疾病间差异无统计学意义(P>0.05)。比较湿热内蕴证、肝郁脾虚证与肝肾阴虚证3种证候间频数面积百分比,发现有2层差异存在统计学意义(P<0.05)。结论:基于眼部图像LBP特征发现,肝硬化及慢性肾脏疾病2种疾病间存在明显差异,且2种疾病的相同证候间比较亦有显著性差异,但同一疾病的3种不同证候间比较,仅肾脏病患者在一定程度上有差异,而肝硬化患者各证候间区分不明显。提示运用眼部图像LBP特征提取技术对不同疾病区分的敏感性优于对证候的区分。

基于特征加权融合的虹膜识别算法

由于单一虹膜特征相对简单,容易引起虹膜识别不准确的问题,本文使用特征加权融合来表示虹膜纹理。提取虹膜纹理的空域特征和频域特证,使用主成分分析法(PCA)降噪去冗余。空域特征采用二分统计局部二值模式(DS-LBP)表示虹膜纹理的灰度值变化规律,形成空域特征码。频域特征采用二维Haar小波提取虹膜纹理的高频系数,形成频域特征码。分别计算两个特征码的汉明(Hamming)距离,并乘以相应的加权权重。通过与设定的分类阈值比较来判定虹膜类别。用多种虹膜库与其他虹膜识别算法进行比较,实验结果表明,本文算法在识别率、等错率、稳定性等方面更具有优势。