基于肤色信息马氏距离图的人脸检测

提出了一种基于肤色信息的人脸检测方法。构造了皮肤颜色模型、检测图像的皮肤区域,并计算出该区域相对于皮肤的马氏距离图。根据马氏距离图寻找特征脸子空间,构造出BP神经网络。以马氏距离图在各特征脸子空间的投影系数为BP神经网络的输入,计算该区域是否为人脸图像。实验证明,该方法是有效的。

基于肤色马氏距离图的人脸检测

介绍利用肤色信息、特征脸与径向基概率神经网络相结合的方法进行人脸检测,能准确快速地检测出彩色图像中的人脸区域。首先构造皮肤YUV颜色模型,检测彩色图像中的皮肤区域,并计算出该区域相对于皮肤的马氏距离图;根据其马氏距离图利用主成分分析法构建特征脸子空间;构造出径向基概率神经网络,以马氏距离图在各特征脸子空间的投影系数为网络的输入,计算出该区域是否是人脸图像。实验证明,这种方法是有效的。

肤色信息马氏图的RBPNN人脸识别

根据肤色信息在YCbCr空间分布特点,提出在基于肤色信息的马氏距离图的特征脸空间中用RBPNN神经网络进行人脸识别。该方法利用肤色信息构造图像的马氏距离图,利用K-L变换构造特征脸空间。在特征脸空间中提取图像的统计特征,以这些统计特征作为输入,构造径向基概率神经网络,利用它的非线性计算和映射能力,进行人脸识别与分类。实验证明,这种方法能够有效地完成人脸识别。

基于马氏图与区域混合投影的眼睛定位方法

提出了一种基于肤色信息的眼睛定位方法,构造了区域混合投影函数。根据肤色信息计算出图像的马氏距离图,并分割了皮肤区域。将皮肤区域作为可能的人脸区域,对马氏距离图进行了区域混合投影,检测并定位了眼睛位置,确定了人脸的准确位置。实验结果表明,这种方法是有效的。

基于有效载荷的多级实时入侵检测系统框架

网络入侵检测系统使用大量特征集来识别入侵,需要处理庞大的网络流量,目前大多数现有的系统缺乏实时异常检测能力。提出了一种基于有效载荷的多级实时入侵检测系统,它首先采用n-gram分析网络数据包有效载荷来构建特征模型,进行数据准备;其次采用3级迭代特征选择引擎进行特征子集选择,其中主成分分析用于数据的预处理,并结合累积能量、平行分析和碎石检验进行主成分选择;最后采用马氏距离图发现特征间及数据包间隐藏的相关性。马氏距离的差异性准则用来区分正常或攻击数据包。通过DARPA 99和GATECH数据集验证了该系统的有效性,用Web应用程序流量验证了其模型,用F值评估了其检测性能。与目前同类主流的两款入侵检测系统进行了对比试验,结果表明:该系统提高了检测精度,降低了误报率和计算复杂度。与中型企业网的真实场景相比,它具有1.3倍的高吞吐量。

基于区域混合投影和支持向量机的人脸检测与定位

肤色信息是人脸的重要特征,根据肤色信息在YCbCr空间分布特点,提出区域混合投影概念,构造了图像的马氏距离图,在马氏距离图上用区域混合投影检测和定位人眼,确定可能的人脸区域。在此基础上以马氏距离图为输入构造支持向量机人脸检测器,对可能的人脸区域进行确认。实验表明,这种方法具有良好的人脸检测效果。