基于自适应核边际费希尔分析的人脸识别算法

为解决人脸识别中的维数灾难问题,提出一种基于自适应核边际费希尔分析的人脸识别算法。在考虑图像流形结构的基础上给出与图像数据相关的自适应核函数,采用核边际费希尔分析对高维人脸图像进行非线性降维,利用最小二乘支持向量机在降维后的低维特征空间中进行分类识别。实验结果表明,该算法的识别性能优于其他常用的人脸识别算法。

基于边际费希尔分析与径向基相结的甜瓜含糖量无损检测研究

为了解决甜瓜含糖量预测中输入特征的"维数灾难"问题,提出了一种基于边际费希尔分析(MarginalFisher Model,MFA)和径向基神经网络(RBF)相结合的甜瓜含糖量无损检测方法.采用边际费希尔分析方法对高维的介电特性数据进行特征提取.该方法即能够保留高维空间中数椐的内蕴结构,又能同时进行降维,再应用RBF对低维特征数据进行训练和预测,结果表明该方法预测精度比其他算法有所提高.

时空特征结合相机关联自适应特征增强的视频行人再识别算法研究

针对由于行人姿势、外部遮挡、光照和摄像机参数等内外部条件变化导致的行人再识别率较低的问题,提出时空特征结合相机关联自适应特征增强的视频行人再识别算法。本文首先基于视频提取时空梯度方向直方图(HOG3D)特征,基于图像提取表观特征,然后将两者结合作为视频行人目标的特征描述子,从而提高特征描述有效性;距离度量时结合边际费希尔分析(Marginal Fisher Analysis,MFA)算法将特征进行自适应特征增强,增强共性特征之间的联系,从而进一步提高距离度量阶段对特征的判别性,最后再进行欧式距离度量和排序。另外,本文在iLIDS-VID和PRID 2011两大视频行人数据集中各进行两组实验,实验结果表明,该算法能够充分利用视频中包含的运动信息,得到鲁棒的视频行人再识别匹配模型,提高行人再识别的匹配精度。

无参的2DNMFA和SVD模糊融合的二维/三维人脸图像识别

针对二维边际费希尔分析算法中识别率对近邻大小敏感的问题,以及自然界中人脸图像存在姿态和表情等复杂变化,单一的特征提取方法无法满足进一步提高识别率的问题,本文首先提出基于皮尔逊相关系数的二维无参边际费希尔分析算法,进一步提出二维无参边际费希尔分析和奇异值分解算法模糊融合的人脸识别方法。该融合算法利用奇异值分解和改进的二维边际费希尔方法分别提取人脸图像的代数特征和可鉴别结构化特征,综合利用两类特征的优点,基于模糊决策原理对隶属度融合。在CIS三维实时人脸库、Texas三维人脸库及UMIST人脸库的实验结果表明:该算法的分类性能优于单一的二维边际费希尔分析算法或奇异值分解算法。

正交MFA和不相关MFA

近期提出的边际费希尔分析(MFA)取得比传统线性判别分析(LDA)更好的分类效果.本文在 MFA 可分性准则的基础上,提出在基向量上加正交和不相关的约束.给出求解本文方法的迭代算法,并进一步从理论上证明它们在可分性上比原始的 MFA 要好.随后,在 ORL 和 Tale 人脸库上的实验证明本文方法的有效性.