期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
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
任意字段
题名或关键词
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
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
位置正则的支持向量域描述在人脸识别中的应用研究
1
作者
熊昕
曾青松
《计算机应用与软件》
2017年第5期163-167,共5页
支持向量域描述是一种有效的一分类数据描述方法,能够有效地对单一类别的数据进行表达,并能有效地降低负样本的干扰。应用支持向量域描述方法,将人脸图像集合投影到高维特征空间构建描述特征空间中人脸图像的超球体,并定义两个超球体之...
支持向量域描述是一种有效的一分类数据描述方法,能够有效地对单一类别的数据进行表达,并能有效地降低负样本的干扰。应用支持向量域描述方法,将人脸图像集合投影到高维特征空间构建描述特征空间中人脸图像的超球体,并定义两个超球体之间的相似性度量,应用最近邻分类器进行分类。在基于集合的人脸识别应用标准数据库上测试了该方法,在Honda/UCSD、CMU Mobo和You Tube数据分别取得100%、97.55%和59.78%的识别率。实验结果表明,该方法是一种有效的基于图像集匹配的人脸识别方法。
展开更多
关键词
支持向量域描述
人脸识别
模式识别
集合匹配
下载PDF
职称材料
多核支持向量域描述在基于图像集合匹配的人脸识别中的应用
被引量:
3
2
作者
曾青松
《中国图象图形学报》
CSCD
北大核心
2016年第8期1021-1027,共7页
目的图像集匹配是当前模式识别领域研究的一个热点,其核心问题是如何对图像集合建模并度量两个模型的相似性,为此提出一种基于支持向量域描述的人脸识别的方法。方法支持向量域描述是一种基于支持向量机学习的数据描述方法,可以用于图...
目的图像集匹配是当前模式识别领域研究的一个热点,其核心问题是如何对图像集合建模并度量两个模型的相似性,为此提出一种基于支持向量域描述的人脸识别的方法。方法支持向量域描述是一种基于支持向量机学习的数据描述方法,可以用于图像集合建模,但是单一的核函数不能准确地描述具有多中心分布的数据。本文通过多核学习扩展了支持向量域描述,提高其对多中心分布数据的表达能力。进一步借助与位置相关的方法对样本动态加权,解决全局权重参数所带来的问题。结果在公开的基于集合的人脸识别数据库上进行测试,在Honda/UCSD、CMU MoBo和YouTube数据库上,本文方法的识别率分别达到100%、98.72%和62.34%。结论实验结果表明,在光照条件受控制的监控环境中,本文方法是有效的,并取得了优于其他基于集合匹配的人脸识别算法。
展开更多
关键词
集合匹配
模式识别
人脸识别
支持向量域描述
距离度量
多核学习
原文传递
题名
位置正则的支持向量域描述在人脸识别中的应用研究
1
作者
熊昕
曾青松
机构
广州番禺职业技术学院教育技术与信息中心
广州番禺职业技术学院信息工程学院
出处
《计算机应用与软件》
2017年第5期163-167,共5页
基金
广东省自然科学基金项目(2015A030313807)
文摘
支持向量域描述是一种有效的一分类数据描述方法,能够有效地对单一类别的数据进行表达,并能有效地降低负样本的干扰。应用支持向量域描述方法,将人脸图像集合投影到高维特征空间构建描述特征空间中人脸图像的超球体,并定义两个超球体之间的相似性度量,应用最近邻分类器进行分类。在基于集合的人脸识别应用标准数据库上测试了该方法,在Honda/UCSD、CMU Mobo和You Tube数据分别取得100%、97.55%和59.78%的识别率。实验结果表明,该方法是一种有效的基于图像集匹配的人脸识别方法。
关键词
支持向量域描述
人脸识别
模式识别
集合匹配
Keywords
support vector domain description face recognition pattern recognition set matching
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
多核支持向量域描述在基于图像集合匹配的人脸识别中的应用
被引量:
3
2
作者
曾青松
机构
广州番禺职业技术学院信息工程学院
出处
《中国图象图形学报》
CSCD
北大核心
2016年第8期1021-1027,共7页
基金
广东省自然科学基金项目(2015A030313807)~~
文摘
目的图像集匹配是当前模式识别领域研究的一个热点,其核心问题是如何对图像集合建模并度量两个模型的相似性,为此提出一种基于支持向量域描述的人脸识别的方法。方法支持向量域描述是一种基于支持向量机学习的数据描述方法,可以用于图像集合建模,但是单一的核函数不能准确地描述具有多中心分布的数据。本文通过多核学习扩展了支持向量域描述,提高其对多中心分布数据的表达能力。进一步借助与位置相关的方法对样本动态加权,解决全局权重参数所带来的问题。结果在公开的基于集合的人脸识别数据库上进行测试,在Honda/UCSD、CMU MoBo和YouTube数据库上,本文方法的识别率分别达到100%、98.72%和62.34%。结论实验结果表明,在光照条件受控制的监控环境中,本文方法是有效的,并取得了优于其他基于集合匹配的人脸识别算法。
关键词
集合匹配
模式识别
人脸识别
支持向量域描述
距离度量
多核学习
Keywords
set
matching
pattern
recognition
face
recognition
support
vector
domain
description
distance measure
multiple kernel learning
分类号
TP309.2 [自动化与计算机技术—计算机系统结构]
原文传递
题名
作者
出处
发文年
被引量
操作
1
位置正则的支持向量域描述在人脸识别中的应用研究
熊昕
曾青松
《计算机应用与软件》
2017
0
下载PDF
职称材料
2
多核支持向量域描述在基于图像集合匹配的人脸识别中的应用
曾青松
《中国图象图形学报》
CSCD
北大核心
2016
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部