期刊文献+

二次检索

题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
核最近特征分类器及人脸识别应用 被引量:2
1
作者 贺云辉 赵力 邹采荣 《应用科学学报》 CAS CSCD 北大核心 2006年第3期227-231,共5页
将最近特征线(NFL)、特征面(NFP)和特征子空间(NFS)分类方法推广为基于核的NFL、NFP和NFS,其优点是可直接对高维的人脸图像样本进行识别,而无需先抽取人脸图像特征,使在训练样本数较多、特征抽取在计算上难以实现的情况下也能直接识别.... 将最近特征线(NFL)、特征面(NFP)和特征子空间(NFS)分类方法推广为基于核的NFL、NFP和NFS,其优点是可直接对高维的人脸图像样本进行识别,而无需先抽取人脸图像特征,使在训练样本数较多、特征抽取在计算上难以实现的情况下也能直接识别.其中对KNFS得出了两种计算方法,一是KNFP的直接推广,二是利用核主分量分析构造非线性特征子空间.基于ORL和YALE数据库的实验验证了此方法直接识别高维人脸图像的有效性. 展开更多
关键词 人脸识别 最近特征分类器 核方法 核主分量分析
下载PDF
改进核最近特征分类器与雷达目标识别 被引量:1
2
作者 刘华林 阳光 《计算机工程》 CAS CSCD 北大核心 2009年第21期7-9,共3页
为了解决核最近特征线与特征平面分类器在计算大数据样本量与高维数时工作量较大的问题,根据局部最近邻准则,提出针对这2种分类器的改进策略,使其不仅能够降低失效的可能性,而且在保证相近识别率的条件下,提高算法的实时性能,利用3类不... 为了解决核最近特征线与特征平面分类器在计算大数据样本量与高维数时工作量较大的问题,根据局部最近邻准则,提出针对这2种分类器的改进策略,使其不仅能够降低失效的可能性,而且在保证相近识别率的条件下,提高算法的实时性能,利用3类不同飞机实测距离像回波数据对其进行测试,实验结果表明,该改进策略是有效可行的。 展开更多
关键词 雷达目标识别 最近特征分类器 局部最近邻准则 距离像
下载PDF
数据加长和最近邻特征线分类器用于距离像识别
3
作者 曹向海 刘宏伟 吴顺君 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2007年第6期930-934,共5页
给出了一种新的距离像预处理技术——数据加长,有效减小了距离像相关对齐的误差;并针对距离像分布的特点,提出在距离像模板的局部方位区域内对模板进行扩充,使得最近邻特征线分类器的运算量大大降低,而识别性能却得到了提高;最后将数据... 给出了一种新的距离像预处理技术——数据加长,有效减小了距离像相关对齐的误差;并针对距离像分布的特点,提出在距离像模板的局部方位区域内对模板进行扩充,使得最近邻特征线分类器的运算量大大降低,而识别性能却得到了提高;最后将数据加长与改进的最近邻特征线分类器结合起来对距离像进行识别,基于实测数据和仿真数据的实验结果验证了该方法的有效性. 展开更多
关键词 距离像 数据外推 数据加长 最近特征线分类器
下载PDF
基于ICA和NFL与NN联合分类器的人脸识别 被引量:3
4
作者 余慧海 申金媛 刘润杰 《计算机工程与应用》 CSCD 北大核心 2008年第26期183-185,共3页
提出了一种基于最近邻特征线(NFL)与最近邻(NN)联合分类器进行人脸识别的方法。首先对人脸图像用主成分分析(PCA)降维,然后用快速独立变量分析(FastICA)提取独立基,分类时采用最近邻特征线和最近邻分类器的联合分类器进行分类。该方法... 提出了一种基于最近邻特征线(NFL)与最近邻(NN)联合分类器进行人脸识别的方法。首先对人脸图像用主成分分析(PCA)降维,然后用快速独立变量分析(FastICA)提取独立基,分类时采用最近邻特征线和最近邻分类器的联合分类器进行分类。该方法综合了NFL和NN的优势,充分利用了同类之间相似,距离最短的性质。实验表明此方法提高了人脸识别率,是一种可行的人脸识别方法。 展开更多
关键词 主分量分析 独立变量分析 最近特征线分类器 最近分类器
下载PDF
基于局部特征提取的目标自动识别 被引量:42
5
作者 贾平 徐宁 张叶 《光学精密工程》 EI CAS CSCD 北大核心 2013年第7期1898-1905,共8页
提出一种基于局部特征提取的目标识别方法,用于自动识别不同尺度,视角和照度条件下的目标。首先,建立图像的尺度空间;结合海森矩阵和Harris算法提取局部特征点,计算该特征区域的方向和灰度梯度及方向;统计出每块子区域的标准灰度梯度直... 提出一种基于局部特征提取的目标识别方法,用于自动识别不同尺度,视角和照度条件下的目标。首先,建立图像的尺度空间;结合海森矩阵和Harris算法提取局部特征点,计算该特征区域的方向和灰度梯度及方向;统计出每块子区域的标准灰度梯度直方图,得到128维的特征向量。然后,基于主成分分析的降维算法来降低特征向量的维数,加快识别的计算速度。最后,采用特征空间分类器增加目标识别的速度。实验结果表明:基于局部特征提取的目标识别达到了较高的识别率,在视角、尺度和照度变化下的识别率分别为61.9%,80.5%和84.4%,平均识别时间为130.9ms。与尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)算法相比,本算法不仅在不同的视角,目标尺度及照度条件下具有较高识别率,而且识别速度比SIFT方法高。 展开更多
关键词 目标自动识别 局部特征提取 主成分分析 最近特征空间分类器
下载PDF
自适应的纹理图像光照不变特征提取方法 被引量:1
6
作者 尚赵伟 胡德恒 +1 位作者 赵恒军 杨君 《计算机工程》 CAS CSCD 2013年第11期254-258,263,共6页
为降低光照变化对纹理图像的影响,提出自适应的纹理光照不变特征提取方法。利用小波变换提取对数域纹理图像的高、低频分量,并分别采用不同方法对两者进行处理,提取其光照不变量图像,运用主分量分析法得到光照不变量数据的特征,使... 为降低光照变化对纹理图像的影响,提出自适应的纹理光照不变特征提取方法。利用小波变换提取对数域纹理图像的高、低频分量,并分别采用不同方法对两者进行处理,提取其光照不变量图像,运用主分量分析法得到光照不变量数据的特征,使用K-最近特征线分类器进行图像分类。实验结果表明,该方法在光照条件复杂的Outex14数据集上能够取得较好的分类效果,分类正确率高于现有方法5.56%--22.10%。 展开更多
关键词 BayesShrink算法 小波去噪模型 自适应 主成分分析 K-最近特征线分类器 光照不变特征
下载PDF
基于KPCA+CCA的人脸性别分类
7
作者 张天刚 张景安 《软件》 2011年第7期54-56,60,共4页
KPCA+CCA方法在人脸特征的提取、分类和分析中的有效性已受到有关研究人员的重视,用该法可从一张原始灰度人脸图像中直接识别出一个人的性别。将核方法引入到主分量分析中,由于CCA(Canonical Correlation Analysis)用到了KPCA(KernelPri... KPCA+CCA方法在人脸特征的提取、分类和分析中的有效性已受到有关研究人员的重视,用该法可从一张原始灰度人脸图像中直接识别出一个人的性别。将核方法引入到主分量分析中,由于CCA(Canonical Correlation Analysis)用到了KPCA(KernelPrincipal Component Analysis)变换后样本的全部核主分量,在分析中没有丢失任何鉴别信息,因而在不同光照、表情、姿态和脸部细节的原始灰度人脸图像中鲁棒性更高。在ORL人脸数据库中用基于核的最近邻特征分类器进行实验,取得了96%的平均准确率。 展开更多
关键词 性别分类 核方法 主分量分析 最近特征分类器
下载PDF
基于BM3D预处理的纹理光照不变特征提取算法
8
作者 占俊杰 尚赵伟 《计算机与现代化》 2015年第10期50-54,共5页
为消除光照变化对图像结构信息的影响,提出基于三维块匹配(BM3D)预处理的纹理光照不变特征提取算法。基于BM3D算法的良好降噪特性,该方法首先对图像各颜色通道采用BM3D降噪,利用小波变换得到各颜色通道对数域的低频和高频分量,然后对低... 为消除光照变化对图像结构信息的影响,提出基于三维块匹配(BM3D)预处理的纹理光照不变特征提取算法。基于BM3D算法的良好降噪特性,该方法首先对图像各颜色通道采用BM3D降噪,利用小波变换得到各颜色通道对数域的低频和高频分量,然后对低、高频分量分别运用小波和Bayes-Shrink算法降噪,并构造光照不变量,最后采用主成分分析(PCA)降低特征维度,取得特征向量,并利用K-最近特征线分类器进行图像分类。在Outex_TC_00014纹理数据库的实验结果表明,该算法具有较好的分类效果。 展开更多
关键词 三维块匹配(BM3D) 小波变换 Bayes-Shrink 主成分分析(PCA) K-最近特征线分类器
下载PDF
CLASSIFIER FUSION BASED ON EVIDENCE THEORY AND ITS APPLICATION IN FACE RECOGNITION 被引量:1
9
作者 Yang Yi Han Chongzhao Han Deqiang 《Journal of Electronics(China)》 2009年第6期771-776,共6页
A multiple classifier fusion approach based on evidence combination is proposed in this paper. The individual classifier is designed based on a refined Nearest Feature Line (NFL),which is called Center-based Nearest N... A multiple classifier fusion approach based on evidence combination is proposed in this paper. The individual classifier is designed based on a refined Nearest Feature Line (NFL),which is called Center-based Nearest Neighbor (CNN). CNN retains the advantages of NFL while it has relatively low computational cost. Different member classifiers are trained based on different feature spaces respectively. Corresponding mass functions can be generated based on proposed mass function determination approach. The classification decision can be made based on the combined evidence and better classification performance can be expected. Experimental results on face recognition provided verify that the new approach is rational and effective. 展开更多
关键词 Nearest Feature Line (NFL) Evidence combination Classifier fusion Face recognition
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部