郭飞 作品数:6 被引量:14 H指数:2 供职机构: 西安交通大学电子与信息工程学院 更多>> 发文基金: 国家自然科学基金 中国博士后科学基金 更多>> 相关领域: 自动化与计算机技术 更多>>
基于LMP和KPCA的人脸识别 被引量:6 2010年 提出一种基于拉普拉斯矩阵投影变换和核主成分分析的人脸图像识别方法。对人脸图像做拉普拉斯矩阵变换,通过核主成分分析提取特征,再利用最近邻分类器进行分类。拉普拉斯矩阵变换在保持人脸图像的局部特性的前提下,有效地降低了图像维数。在ORL数据库上的实验表明,进行拉普拉斯矩阵变换后人脸识别精度相差不大,但计算量得到减少。 郭飞 王成关键词:核主成分分析 人脸识别 改进D-S证据理论的多分类器决策层融合系统 被引量:1 2015年 针对传统D-S证据理论中基于识别率和误识率构造的基本概率赋值函数(Basic Probability Assignment,BPA)没有考虑训练样本分布的缺点,提出了一种将整体错误率分配给除了正确判别命题以外各个焦元的BPA构造新方法.针对传统D-S证据理论中所采用的基于正交和运算的合成规则不能融合矛盾证据的缺陷,提出一种能融合矛盾证据的大概率赋值法.在此改进D-S证据理论的基础上,给出了两分类器决策层融合流程和多分类器决策层融合系统.在ORL和Yale数据库上的实验结果表明,对几种典型分类器的决策层融合提高了系统人脸识别的正确率,且改进D-S证据理论比传统D-S和投票融合方法的正确率更高. 王成 郭飞 郑黎晓 赖雄鸣关键词:D-S证据理论 典型代数统计的人脸特征提取融合 被引量:1 2014年 针对人脸识别领域中的经典特征提取算法PCA、LDA、SVD的一些不足,提出一种基于典型代数统计的人脸特征提取的融合算法.该特征提取方法将PCA、LDA、SVD特征有机融合起来,并能通过调整权值系数使组合前不同特征向量的信息贡献比例达到最优,从原理上实现了Fisherface特征和SVD特征在物理意义上的互补.在ORL和Yale人脸数据库上的BP神经网络分类器仿真实验表明,融合算法无论在识别正确率上还是识别效率上均高于传统的PCA、SVD、LDA和经典的Fisher脸特征提取方法. 王成 郭飞 赖雄鸣 郑黎晓关键词:人脸识别 特征提取 LDA SVD FISHER脸 一种基于似然比判决规则的检测融合算法及其鲁棒性分析 2008年 研究了一种传感器观测相关条件下分布式并行检测融合系统的检测性能优化方法,即限定各部传感器采用似然比判决规则,并在该约束条件下联合优化融合规则及各部传感器的判决门限,以使系统检测性能达到最优。推导了融合规则及各部传感器判决门限联合最优化的必要条件,得到了最优传感器判决门限满足的系统方程,并在此基础上给出了求解最优融合规则及传感器判决门限的数值迭代算法。仿真实验结果表明,该融合算法鲁棒性较好,且系统检测性能明显优于单部传感器的检测性能。 相明 王炜 郭飞多尺度加权LBP的人脸识别 被引量:7 2014年 针对传统局部二值模型(LBP)算子容易受到周围噪声点的干扰的缺点,提出了首先对图像进行Gauss滤波预处理,去除图像中的干扰噪声。针对传统LBP算子无法提取出非局部特征信息,提出一种新的基于多尺度加权的改进LBP(MWLBP)算子。MWLBP算子以不同大小的方型邻域为研究对象,将不同大小区域的LBP直方图进行加权求和。MWLBP比传统LBP算子提取的特征范围更大,在提取了局部特征的同时,保留了一定的非局部特征。相对于Gabor和其它特征提取方法,MWLBP算子在保留了多尺度特征的同时,能控制计算量大小。在ORL和Yale人脸数据库上的实验表明,Gauss滤波预处理确实能去除图像中的干扰噪声,提高识别准确率;MWLBP算子比传统的LBP算子、Gabor和其它特征提取方法减少了计算量,加快了分类器训练和人脸识别的速度,提高了准确率。 王成 郭飞 赖雄鸣 郑黎晓关键词:人脸识别 局部二值模式 GABOR 分布式多传感器多元假设检验的最优决策融合算法 2008年 研究分布式并行检测融合系统的M元假设检验融合算法。融合系统由融合中心及N部传感器构成。由于融合系统的检测性能由融合规则及各部传感器的判决规则共同决定,因此为了优化系统检测性能,需要联合优化融合规则及各部传感器的判决规则。在各部传感器观测相关的条件下,推导了联合最优化融合规则及传感器判决规则满足的必要条件,并给出了求解最优融合规则及传感器判决规则的数值迭代算法。仿真实验结果表明,采用该融合算法对系统性能进行优化,可获得明显优于单部传感器的检测性能。 相明 王炜 郭飞