-
题名白化主成分分析类算法在人脸识别中的应用
- 1
-
-
作者
李靖
王萍
-
机构
天津大学理学院
-
出处
《计算机与应用化学》
CAS
CSCD
北大核心
2011年第5期643-646,共4页
-
基金
国家大学生创新性实验计划资助项目(081005637)
-
文摘
针对能量谱的不平衡性会影响人脸识别效果的问题,基于白化脸的概念提出了白化主成分分析类算法的框架。该算法框架使用1个白化滤波器和1个低通滤波器对原始图像进行预处理,然后结合传统的PCA类算法提取特征向量(或矩阵),最后通过k-NN分类方法进行人脸识别。利用ORL人脸图像库进行实验,实验结果表明该算法框架改善了人脸识别的效果,提高了识别的正确率。
-
关键词
白化主成分分析类算法
主成分分析
二维主成分分析
双向二维主成分分析
-
Keywords
Whitening PCA-class algorithm
PCA
2DPCA
(2D)~2PCA
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于稀疏编码的桥梁路面裂缝分类方法研究
- 2
-
-
作者
李良福
高小小
孙瑞赟
陆铖
-
机构
陕西师范大学计算机科学学院
-
出处
《轻工学报》
CAS
2018年第3期66-74,共9页
-
基金
国家自然科学基金项目(61573232
61201434
61401263)
-
文摘
针对桥梁安全和维护问题,提出了一种基于稀疏编码的桥梁路面裂缝分类方法.该方法从网上随机下载图片数据集作为训练集,减少人工标记的工作量,再用相机采集周围的桥梁路面裂缝图片作为测试集和验证集,针对这些高分辨率图像,采用改进的白化主成分分析进行降维,加速特征学习;针对裂缝图像特点,结合自学习算法,从大量未标识的数据集中提取尺度不变特征,经过改进的稀疏编码表示得到特征字典,并用空间金字塔进行池化;最后用线性支持向量机分类器进行分类.验证结果表明,与其他方法相比,本算法获得的分类准确率更高.
-
关键词
桥梁路面裂缝
分类算法
深度学习
白化主成分分析
尺度不变特征
稀疏编码
-
Keywords
bridge floor crack
classification method
deep learning
whitening principal components analysis
scale invariant feature transform
sparse coding
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名增强局部量化模式人脸识别算法
- 3
-
-
作者
李茅
王玲
-
机构
湖南师范大学物理与信息科学学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第15期187-190,共4页
-
文摘
针对局部二值模式没有考虑邻域点之间的关系以及局部序数模式(LIOP)的邻域点数过少不足,提出一种利用大邻域范围内邻域点间序数信息的特征提取算法。该算法首先以类似LIOP编码的方式得到的邻域特征向量,然后应用k均值聚类算法降低特征向量的主模数量。同时此聚类过程可以离线进行并且运行十分高效;最终将级联直方图特征作为人脸特征向量。实验结果表明,该方法的鲁棒性和识别率均优于对比算法。最后应用WPCA算法既降低特征维数又提升了算法的识别率。
-
关键词
局部二值模式
局部序数模式
K均值
白化主成分分析
-
Keywords
Local Binary Pattern(LBP)
Local Intensity Order Pattern(LIOP)
K-means
Whitened Principal Component Analysis(WPCA)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-