广东省自然科学基金(06300862)
- 作品数：6 被引量：16H指数：2
- 相关作者：徐勇杨静宇宋枫溪姚璐邓琨更多>>
- 相关机构：哈尔滨工业大学南京理工大学香港理工大学更多>>
- 发文基金：国家自然科学基金广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于相对梯度的人脸识别方法
- 2009年
- 在原始相对梯度算子的基础上,提出一种新的相对梯度算子,并将它与二维主成分分析(2DPCA)或者二维Fisher线性判别分析(2DFLD)相结合,形成一种基于改进相对梯度算子的人脸识别算法。在AR库和Yale_B库上的实验表明,基于改进相对梯度算子的人脸识别算法对人脸图像的光照、表情等变化均具有较好的鲁棒性,识别准确率明显高于只用2DPCA或2DFLD进行特征抽取的人脸识别方法,以及基于原始相对梯度算子的人脸识别算法。同时采用三种不同大小的窗口分别进行实验,实验结果证明,当窗口大小为3×3时,识别效果相对最好。
- 高洪志邓琨姚璐赵蕴龙
- 关键词：人脸识别二维主成分分析
- 非线性映射与特征提取：KMSE模型与核主分量分析技术被引量：2
- 2008年
- 分析表明,KMSE模型准则中正则项的使用相当于引入了一个与核矩阵特征值直接相关的项以度量模型的泛化性能。根据矩阵特征值知识,可知核主分量分析实际上为KMSE模型应用过程中的一个中间步骤。此时,KMSE的作用表现为将样本在特征空间中的主分量映射为指示其类别的计算输出值。KMSE模型可看作是在特征空间的主分量分析基础上进一步实施特征变换的过程。本文全面阐述了KMSE模型与KFDA,LS-SVM,核主分量分析以及Bayesian判别函数间的理论关系。此外,通过分类实验测试了KMSE、核主分量分析与本文方法的性能。
- 徐勇宋枫溪李维杰
- 关键词：核主分量分析特征提取自动化技术
- 基于梯度信息的人脸识别方法
- 2010年
- 光照、表情等外部条件的变化是影响人脸识别效果的重要因素。梯度信息反映了图像信息变化幅度的大小,对边缘敏感,对光照不敏感。基于梯度信息的人脸识别方法能够缓解光照等变化对人脸识别的影响,具有一定的鲁棒性。提出两种基于梯度信息的人脸识别方法,即基于梯度幅值的人脸识别方法和基于方向梯度的人脸识别方法。抽取梯度信息,借助于2DPCA或2DFLD对抽取的梯度信息进行特征抽取,通过相似性进行分类。在AR和Yale-B人脸库上的实验表明所提出的两种方法均具有较好的识别效果。
- 姚璐邓琨徐勇
- 关键词：梯度信息人脸识别二维主元分析
- 一种缩减图像维数的方法及其在人脸图像上的应用被引量：8
- 2008年
- 2DPCA是一种快速且有效的图像特征抽取方法。不同于传统的主分量分析(PCA)方法,该方法以全新的思路应用主分量分析技术,它直接计算图像矩阵到矢量的投影,并将其看作图像特征。实际上,2DPCA是此种思路下的最优压缩技术。对2DPCA而言,存在两种抽取图像矩阵特征的技术路线,这两种路线将图像变换到不同的空间,且分别突出人脸图像横向和纵向的特质。由于这两种技术路线抽取的特征具有互补性,该文分别设计两种方案对这两类特征加以融合。基于特征融合的识别实验取得了较优的识别正确率。
- 徐勇杨健赵英男宋枫溪杨静宇
- 关键词：主分量分析2DPCA特征抽取
- 鉴别分析方法的最优化问题研究被引量：2
- 2007年
- 提出了一种核Fisher鉴别分析方法优化方案,并分别给出了解决两类分类和解决多于两类的分类问题的算法,该方案具有明显的分类效率上的优势。在这种方案的实现中,首先从总体训练样本中选择出“显著”训练样本,对测试样本的分类只依赖于测试样本与“显著”训练样本之间的核函数。还设计出了一种选择“显著”训练样本的递归算法,以降低算法的计算复杂度。将该算法应用于人脸图象数据库与“基准”数据集,得到了很好的实验效果。
- 徐勇
- 关键词：FISHER鉴别分析核函数模式识别
- 改进的KMSE方法及其实现被引量：5
- 2007年
- 依据 KMSE 模型对应的特征空间中的鉴别矢量可表示为部分训练样本的线性组合这一理论前提,可利用回归分析中变量选择的思路对 KMSE 模型加以改进.在本文中为了提高 KMSE 的分类效率而发展出的基于最小平方误差准则的算法能大大提升 KMSE 模型的分类速度.实验结果显示该算法还能取得较优的分类性能.
- 徐勇陆建峰金忠杨静宇
- 关键词：鉴别矢量模式识别
