一种变形Fisher判别准则函数及最优判别向量集

基于Fisher判别准则函数式,提出了一种无约束的最优判别矢量集,并给出了求解算法,另外,当训练样本矢量数小于样本矢量维数(即小样本问题),类内散布矩阵奇异,此时求F-S最优判别向量集及文中提出的无约束的最优判别矢量集都已不可行,对此提出了一种变形的Fisher判别准则函数,并给出了求解最优判别向量集算法。用ORL标准人脸库进行实验,实验结果表明,提出的两种最优判别向量集都有良好的分类能力。

黄山陈村水库上游河源溪流的鱼类群落及其纵向梯度格局

确定鱼类群落的分布格局及其对人类活动的响应,是合理保护、恢复和管理鱼类多样性的基础。基于2011年5月和10月自黄山陈村水库上游3条河源溪流共39个样点的调查数据,比较研究了溪流间鱼类群落及其纵向梯度格局的异同,着重探讨了人类活动对溪流鱼类群落纵向梯度格局的影响。研究结果显示,同人为干扰较轻的舒溪相比,人为干扰严重的浦溪和麻溪中水宽、底质和植被覆盖率等局域栖息地条件显著变化,这造成了后者的鱼类多样性显著下降及物种组成的显著变化,主要表现为敏感性的地方物种(如宽鳍鱲、光唇鱼、原缨口鳅等)数量减少、耐受性的广布物种(如泥鳅、麦穗鱼、高体鰟鲏等)数量增多。舒溪的鱼类物种数及其组成均与海拔显著相关,但这种"海拔-鱼类群落"关系在麻溪和浦溪中削弱甚至消失。底质、植被覆盖率对舒溪鱼类群落具有重要影响,但对浦溪和麻溪鱼类群落却无显著影响。研究结果表明,在子流域空间尺度上,诸如城镇化发展、土地利用、河道治理等人类活动可通过对局域栖息地条件的影响,导致溪流鱼类多样性下降及其物种组成的变化,破坏鱼类群落的纵向梯度格局,并改变栖息地与鱼类群落之间的联系。

基于AdaBoost和遗传算法的快速人脸定位算法

针对采用AdaBoost算法构建人脸检测器时存在的特征冗余问题,提出了一种新的快速人脸定位算法.首先用AdaBoost算法选取类Haar小波特征(称作AdaHaar特征),然后用遗传算法在低维的AdaHaar特征空间进一步优选,消除冗余并得到相应的权系数,最终的人脸检测器由这些优选的弱分类器及其相应权系数线性组合而成.实验结果表明,采用文中算法训练的人脸检测器在检测正确率、检测速度及占用内存等方面的性能都得到了改善.

标准正面人脸图像的识别

本论文选用人脸上27个特殊点作为人脸基本特征。以人脸几何结构为基础,结合人脸识别的心理特性,提出新颖、简便、高精度的“寻找存在”法。使提取特征点的速度、精度得到大大的提高。在详细分析这27个特殊点的统计特性后,选择了其中信息量丰富的15个点间距及间距比构成一组向量代替人脸描述,用加权欧氏距离作为特征向量间相似性测度,在两类实验中,识别率高达100％和98％。 在IBM PC/AT上,从送入一幅人脸像到识别完毕,整个识别过程仅需1分50秒.

基于轮廓线曲率特征的人脸分类及识别

文中提出一种人脸分类及识别方法。在对人脸图像进行预处理之后，提取出人脸的轮廓，再细化，去除边缘噪声，得到人脸的轮廓线。对此轮廓线逐点计算曲率得到曲率线。将不同的曲率线之间的互相关函数定义为曲率线之间的相似性，并由此对人脸进行分类和识别。由于曲率几何特征明显，具有位移和旋转不变性，所提出的方法有较好的鲁棒性，并且得到了良好的分类效果。

仰韶文化鱼纹研究

仰韶文化彩陶中大量鱼纹的存在具有极强的象征意义。由于鱼类具有繁殖能力强的特性,且又寓意丰收富余,因此古人在祭祀活动中为祈求家族繁衍兴旺,会举行"祭鱼"仪式,这在大量考古发现和历史文献中均有体现。鱼纹是宗教祭祀中"祭鱼"仪式的反映,而人面鱼纹则是宗教祭祀中巫师形象的反映,这些均体现了"祭鱼"仪式的威严、庄重和神圣。在仰韶文化中,鱼纹的演变经历了写实鱼纹、典型鱼纹、简体鱼纹和符号化鱼纹等阶段,虽然其形态从早到晚发生了很大的变化,但其象征意义不仅没有削弱,而且有所增强。仰韶文化早期,"祭鱼"仪式仅存在于关中和陕西南部地区,到庙底沟类型时期已扩展到整个黄河中游,并对周边地区产生了较大的影响。这说明"祭鱼"活动并没有停止、中断或被其他祭祀行为所取代,其贯穿于仰韶文化的始终。

肤色建模和肤色分割的人脸定位研究

为了实现彩色图像中人脸的精确定位,提出了一种基于肤色模型、肤色分割处理的人脸定位算法。通过建立肤色模型计算得到图像的相似度分布图,经自适应阈值的二值化处理后,再进行肤色分割,将非人脸区域去除;最终利用眼睛与嘴巴构成三角形特征结合人脸椭圆模板匹配定位人脸。实验结果表明,该算法对于复杂背景下的彩色图像中的人脸正面定位和人脸转动一定角度后定位都有较好效果。

人脸活体特征检测实验平台设计与实现

在VS2013编程环境下,结合OpenCV设计了人脸活体特征检测实验平台。该平台由图像读取、人脸及五官检测、图像分块提取特征和机器学习部分组成。通过分析人脸真实图像与欺骗照片之间的纹理特征差异,实现对人脸真实性的判别。实验平台用于训练分类器的特征是Uniform Pattern LBP特征向量,将该特征应用于活体检测是本实验的创新之处。在该实验平台上对Replay-Attack数据库和实际创建的数据库进行实验,实验结果可以看出平台的准确率及运算速度等方面具有优良的性能。

基于局部彩色二元模式纹理特征的人脸分类方法

针对现有的局部纹理特征在光照变化下的人脸分类准确率不高的问题,提出一种局部彩色二元模式纹理特征提取和表示方法.该方法首先求取多个信号通道的彩色向量的模,以减少单独对每个信号通道提取LBP特征导致的量化误差;其次提取任意两个信号通道之间的像素彩色夹角来减少光照变化的影响.对于给定的测试人脸图像集,通过SVM的二分类器投票得到人脸图像的分类.在Color FERET和XM2VTSDB人脸图像数据库上的实验证明该方法在光照变化下可以有效地分类人脸图像.

基于自然状态背景人脸图像数据库的建立

为了解决人脸识别算法设计与测试中图像样本背景单一,难以测试算法在自然环境中的识别效率这一问题,采用了分类实践的方法,建立了基于自然状态背景的人脸图像数据库;同时,设计了图像采集系统,实现了多种状态采集模式,使图像数据库状态丰富.该图像数据库建立了多种状态子库,包括姿态子库、光照子库、表情子库、佩戴饰物子库、时间跨度子库,同时还包括了夜间模式下的人脸图像.研究结果表明:该数据库对于设计高效算法,测试算法在不同状态下的鲁棒性具有很大的价值.该成果对于人脸识别算法的研究和开发具有一定的应用和参考意义.

基于改进多块局部二进制模式的人眼定位算法

人眼定位是人脸识别系统中必须解决的问题,为了提高人眼定位的精确度和速度,提出一种基于改进多块局部二进制模式的眼睛中心定位算法。该算法构建了所有可能的弱分类器作为多分支的树枝,然后通过三个强分类器和迭代计算确认眼睛中心点。基于标准Bio ID和FERET图像数据库,将提出算法与其他两种方法进行比较,实验结果显示提出方法的精确度更高。失真图像的测试结果表明,对噪声失真而言,提出的算法足够稳健。

基于支持向量机的人脸识别算法

特征提取是人脸识别问题中的一个普遍问题,主要是指通过变换将图像空间中的人脸转化到人脸特征空间中,其目的是用最少的数据量表示原始图像的最多的信息。其中Fisher脸法是常用的特征提取方法,本文采用Fisher脸法和支持向量机的方法,构造了一个能够将图像数据空间的人脸映射到人脸特征空间中,并实施识别的实验系统。分析了该系统的构成与特点,并给出了实验测试结果。

中国文化的特性与“三统”史观——考古学的人文密码

本文乃科际整合,考古与人文的互动,认为半坡文化是中国文化的源头。"人面鱼纹图"所表达的是仰韶人对生命轮回、循环的神奇与崇拜。鸟、花、蛙等皆是这一主题。彩陶、黑陶、白陶为制陶三阶段,对应夏、商、周之尚黑、尚白、尚赤。丧葬头向三代的向东、向北、向西则反映三代文化之不同起源地。"三统史观"是有根据的。华夏早就是一个文化族群,故宗教式信仰(礼制)基本一致。

人与计算机交互过程中的人脸检测及其特征区域的定位

论文讨论了在开发人机交互系统过程中,实现人脸检测及其特征区域的定位方法。对输入图像,采用了简化的人脸肤色模型进行分割处理。对于由此得到的候选区域,使用基于Fisher准则的线性判别分析(FisherDiscriminationAnalysis)从中筛选出人脸所在的区域。在该区域内,使用由主元分析(PrincipleComponentAnalysis)导出的重构误差ε,又称DFFS(DistanceFromFaceSpace),结合使用FDA定位携带主要语音视觉特征的嘴部区域。实验中所使用的样本数据来自中国科学院声学所汉语听觉、视觉双模态数据库(CAVSRV1.0)。

一种具有统计不相关性的广义最优判别向量集

提出了一种新的最优判别向量集即统计不相关广义最优判别向量集 ,并给出了计算公式。用ORL人脸数据库进行人脸识别实验 ,结果表明该方法有较强的特征提取能力。

一种无约束的最优判别向量集

在正交约束条件下,求使Fisher准则判别函数式取极大值的向量,这样的最优判别向量就是F-S最优判别向量集。基于Fisher判别准则函数式,提出了一种无约束的最优判别矢量集,并给出了求解算法。另外,当训练样本矢量数小于样本矢量维数(即小样本问题),类内散布矩阵奇异,为了使它非奇异,采取对样本进行降维的措施,那维数至少要降到多少维才能确保它非奇异,给出了计算公式。实验结果表明鉴别矢量集有良好的分类能力。

复杂景物中人面的定位

人面是常见的复杂模式．在复杂景物图片中自动找出人面是一个困难但有重要意义的课题．这是自动人面识别的第一个重要步骤．该文提出了一个在复杂背景中找出不同尺寸人面的方法，能在较大的尺寸范围内在复杂背景的黑白图片中找到人面．

基于均匀LBP和稀疏编码的人脸识别算法

人脸识别一般都要先对人脸特征做维数约简,再做识别。有些传统的维数约简算法对训练样本的数量有一定的要求,比如对分类比较有效的LDA算法。而现实应用中,数据库往往只能为每个人脸对象提供数量非常有限的图片,甚至是单样本。提出一种基于均匀LBP(Local Binary Pattern)算子和稀疏编码的人脸识别方法,使用少量关键特征代替维数约简过程,解决训练样本稀少的问题。在Stirling人脸库上进行测试,获得较高的识别率和鲁棒性,证实了算法的有效性。

论中国史前太阳纹人面像的造型特征

“太阳崇拜”是全球性并具有悠久历史的人类宗教巫术活动,与其相关的图腾符号是原始先民基于原始宗教视野下的“万物有灵”思维而构建的视觉图像,它们想通过这种图腾符号来传递史前先民的精神祈愿和吉祥祝福。在造型塑造上,史前先民运用点、线等多种美术元素简略地刻绘了人面的轮廓和五官,并蕴含了丰富的象征性思维,凸显原始社会的巫祝性因素。在造型呈现上,史前先民运用凿刻、线刻或者涂绘等技法将太阳、火神以及人面3者相结合,充分表现神灵的符号化存在,呈现了抽象、概括和写意的造型风格。它们基于原有物象,又超越并拓展原有物象,从而显示了一种似与不似、超以象外的审美风尚,体现了古人对宇宙万事万物的情感体悟。

基于人工免疫的监督学习模型及其应用

基于免疫识别机理提出一种监督学习模型并应用于人脸识别上。将训练样本和测试样本都看成是抗原,在此基础上,将训练样本(第一类抗原)用于训练抗体集合,产生记忆抗体集合,而测试样本(第二类抗原)则用于测试该模型及算法在人脸识别上的识别效果。这一系列的过程是在利用主元分析法(PCA)对每幅图像进行预处理的基础上完成的。从实验结果可以看出,提出的监督学习模型在数据学习方面的有效性。