陕西省自然科学基金(2009JM8003)
- 作品数:11 被引量:25H指数:3
- 相关作者:王晅杨光马进明张小景徐鹏更多>>
- 相关机构:陕西师范大学上海电力学院常熟理工学院更多>>
- 发文基金:陕西省自然科学基金陕西省教育厅科研计划项目国家自然科学基金更多>>
- 相关领域:自动化与计算机技术自然科学总论电子电信更多>>
- 基于NSCT和M-PCNN的人脸特征提取被引量:4
- 2012年
- 为提高人脸识别对人脸姿态、位置、表情变化的鲁棒性,提出一种基于非下采样Contourlet变换(NSCT)与改进脉冲耦合神经网络(M-PCNN)的人脸特征提取方法。利用NSCT对输入图像进行多尺度分解和多方向稀疏分解,以捕获图像中的高维奇异信息,使用M-PCNN模型提取各子带的信息熵,将其作为人脸特征,利用支持向量机(SVM)实现分类与识别。仿真结果表明,该方法鲁棒性较强,在识别和分类中表现出较好的性能。
- 杨光王晅徐鹏陈丹丹
- 关键词:主成分分析保局投影特征提取信息熵
- 基于图像几何形状特征的CBIR算法被引量:1
- 2011年
- 张量尺度是一种基于图像几何形状的特征描述子,由于其特征提取过程计算复杂度较高,不适合于快速的基于内容的图像检索。提出一种基于图像森林变换的张量尺度特征提取快速算法,并采用归一化的张量尺度方向直方图作为图像几何形状的特征描述子,与相似性度量标准结合,实现了一种具有图像平移、旋转、尺度变换不变特性的基于内容的图像检索算法。与现有的张量尺度计算方法相比,该算法具有较低的计算复杂度,仿真实验结果证明算法的有效性。
- 王晅屈明涛
- 关键词:形状描述子
- 基于Contourlet-NMF和SVM的近红外人脸识别方法被引量:2
- 2014年
- 针对近红外人脸识别对表情和姿势变化缺乏足够鲁棒性的问题,提出一种基于Contourlet变换、非负矩阵分解NMF(Non-negative Matrix Factorization)与支持向量机(SVM)的近红外(NIR)人脸识别算法。该算法首先对NIR人脸图像进行Contourlet变换,接着用NMF进行分解,取其系数矩阵的一阶统计量作为特征数据,然后利用SVM进行分类与识别。实验结果表明,该算法具有较高的识别率,而且对人脸表情和姿势变化具有较强的鲁棒性。
- 曾梦璐王晅石林枫
- 关键词:CONTOURLET变换NMF
- 基于SURF特征与模糊推理的掌纹识别被引量:3
- 2016年
- 针对现有掌纹识别算法对掌纹图像在采集过程中的位置、方向、亮度变化缺乏足够的鲁棒性,而且计算复杂度较高的问题,提出了一种基于SURF描述字的掌纹识别算法。算法分为训练与识别两个过程,在训练过程中,提取属于同一类所有训练样本的SURF描述字进行互配,然后计算训练样本中互配频次超过该类样本数的1/2的每个关键点的匹配率及其在匹配训练样本中坐标的均值与方差以及SURF描述字均值、SURF描述字与均值的最大欧氏距离组成类别数据库。在掌纹识别过程,基于SURF提取待识别掌纹图像的关键点,确定关键点的SURF描述字与其位置坐标,然后,计算类别数据库中每个类别的每个关键点与待识别掌纹图像所有关键点模糊匹配度的最大值作为该关键点的模糊匹配度,最后基于模糊推理实现掌纹识别。实验结果表明该算法对掌纹图像的旋转、尺度和亮度的变化具有较好的鲁棒性,具有稳健和高精度的特性,并且识别过程计算成本较低,满足了实时性应用的要求。
- 陶筱娇王晅
- 关键词:SURF算法模糊推理掌纹识别
- 基于Contourlet变换与SVM的掌纹识别被引量:2
- 2012年
- 提出一种基于轮廓波(Contourlet)变换与支持向量机(SVM)的掌纹识别算法。基于积分光密度与中心矩,对掌纹图像进行光照、位置与方向的归一化,提取Contourlet变换高频子带的一阶统计特征,形成掌纹特征,利用SVM进行分类与识别。实验结果表明,与基于统计特征的掌纹识别方法相比,该算法的识别率较高。
- 王晅王峰梁荷岩
- 关键词:CONTOURLET变换支持向量机掌纹识别统计特征
- 改进的脉冲耦合神经网络人脸特征提取方法被引量:3
- 2013年
- 针对基于子空间分解的人脸特征提取方法对人脸图像在采集过程中的光照、旋转、位置等变化较为敏感的问题,提出了一种改进的脉冲耦合神经网络人脸特征提取方法。该方法模拟生物视觉的感知过程,将人脸图像分解成由若干二值图像组成的认知序列,计算序列中的每幅二值图像的熵作为人脸特征,基于支持向量机实现分类与识别;同时克服了标准的脉冲耦合神经网络模型参数过多的缺点,识别率也有所改善。理论与实验结果表明,该方法与现有的基于子空间分解的人脸特征提取方法相比,对人脸图像在采集过程中的光照、旋转、位置等变化有较强的鲁棒性,而且具有较低的维数。
- 王晅杨光
- 关键词:人脸识别信息熵
- Contourlet域中邻域窗最优阈值滤噪算法被引量:5
- 2010年
- 提出一种基于Contourlet变换域的图像滤噪算法,对带噪图像进行多尺度、多方向的Contourlet分解,依据Contourlet变换域系数的估计损失期望最小化准则,在Contourlet域中得到各子带内邻域系数的滤噪最优阈值与最优窗口尺寸,利用Contourlet变换域系数的萎缩实现滤噪。仿真结果表明,与现有的Contourlet变换域图像滤噪算法相比,该算法能有效保护图像的细节和纹理,具有较好的视觉效果和较高的峰值信噪比。
- 王晅张小景马进明
- 关键词:CONTOURLET变换STEIN估计
- 基于模糊推理的噪声图像边缘检测被引量:3
- 2010年
- 对于噪声感染的图像,提出一种基于模糊推理的图像边缘检测方法。该方法将像素点的基本梯度与关联梯度作为模糊推理系统的输入变量,根据确定的模糊规则,运用模糊推理方法得到该点属于噪声的程度,从而去除由噪声引起的伪边缘,实现边缘检测。实验结果表明,与其他边缘检测方法相比,该方法可以获得较好的边缘特性,具有较强的抗噪性能。
- 郭芳侠梁娟王晅
- 关键词:模糊推理边缘检测
- 与文本无关的单训练样本说话人识别
- 2016年
- 针对现有的说话人识别方法对环境噪声较为敏感的问题,提出了一种与文本无关的单训练样本说话人识别方法。该方法能够提取语音时频谱的局部特征,此特征不仅对白噪声、高斯噪声、粉红噪声有很强的鲁棒性,而且能够充分反映说话人的基本发声特性。针对该局部特征的基本特点,给出了适合该局部特征的贝叶斯决策方法。对英文与汉语语音数据库的仿真实验表明,该识别方法可以实现单训练样本下的说话人识别,识别精度明显高于现有的Mel频率倒谱系数(MFCC)与线性预测编码(LPCC)语音特征,而且对白噪声等各类环境噪声有较高的鲁棒性。
- 郭建敏王晅
- 关键词:说话人识别线性预测编码MEL频率倒谱系数贝叶斯决策
- 时变时滞不确定性神经网络的被动性准则被引量:2
- 2012年
- 研究具有时变时滞不确定性神经网络的被动性问题。通过构造适当的Lyapunov泛函并利用一些分析技巧,给出一个新的条件,以确保与时变延迟的不确定性神经网络的被动性。被动条件以线性矩阵不等式(LMI)表示,可以很容易地通过有效内点算法进行求解。通过一个数例证明了该方法的有效性。
- 刘斌徐谦
- 关键词:神经网络时变时滞线性矩阵不等式