张淮
- 作品数：4 被引量：15H指数：3
- 供职机构：教育部更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 协同表示下显著特征块筛选的人脸表情识别
- 2017年
- 针对人脸不同区域对于各种表情具有不同程度的区分性这一发现,提出一种基于协同表示(Collaborative Representation,CR)筛选特征块的人脸表情识别新方法.首先,通过协同表示学习训练样本,筛选出使得认证样本集中各类表情识别率达到最高的若干候选特征块;之后,在测试阶段,针对每个测试样本从候选块中自动筛选出独立的样本特征块,用于对该测试样本进行分类.与以往的块筛选方法不同,本文针对单个测试样本筛选出区分性的块.本文方法在CK+和JAFFE人脸表情库上的表现超越了其他特征块相关方法,并在不同分辨率和多种强度表情下取得了较好的识别效果.
- 张淮张淮王念兵吴秦
- 关键词：表情识别低分辨率
- 核协同表示下的多特征融合场景识别被引量：7
- 2019年
- 针对复杂场景识别中单一特征提供信息不充分这一问题情况,提出一种多尺度远距离点差值统计变换特征。通过Gabor滤波获得图像的多尺度特征信息,在像素图和滤波图上分别提取改进的远距离点差值统计变换特征,从而生成多尺度描述子,最后将多尺度统计变换特征和视觉词袋模型特征通过核协同表示融合后进行场景分类。该方法充分考虑了尺度信息和远距离点信息,解决了单一特征区分度低的问题。算法在两个标准数据集上进行对比实验,结果表明所提算法取得了较好的识别效果。
- 宗海燕吴秦吴秦张淮
- 关键词：多尺度统计特征
- 变化字典学习与显著特征提取的单样本人脸识别被引量：5
- 2017年
- 针对单样本问题,基于不同的人脸区域在识别过程中的重要性不同这一事实,提出将能显著区分其它类的人脸区域作为提取的显著特征,并视为有较大区分度的块,剩下的区域视为普通块;再根据不同组中每块的稀疏表示重构残差给予不同的权重,以抑制普通块的影响同时保持有区分度的块的作用.为了减小人脸之间未对齐的影响,将每块训练图像对应的8邻域增加到训练集中,以实现样本的扩充;同时提出新的类内变化字典学习方法,学习得到共享的类内变化字典,以减小测试人脸未知变化的影响.文章的方法可以有效减小人脸局部信息缺失造成的影响,使得在AR、Extended Yale B、CMU-PIE人脸库上的表现超过其它单样本识别相关的方法,取得了最好的识别效果.
- 王念兵吴秦梁久祯许洁张淮
- 关键词：单样本
- 稀疏保持典型相关分析特征选择与模式识别被引量：3
- 2017年
- 构建一种基于稀疏保持典型相关分析(Sparsity Preserving Canonical Correlation Analysis,SPCCA)的特征提取算法.在典型相关分析(Canonical Correlation Analysis,CCA)的基础上,利用稀疏保持投影(Sparsity Preserving Projections,SPP)将样本之间的类别信息引入,从而提高识别率.首先,提取同一类训练样本的两组特征向量,由SPP构建稀疏重构权重矩阵;并建立相应的判据准则函数来描述两组特征向量之间的关系;然后根据所建立的准则函数提取出相应的典型投影矢量集;最后将两组特征通过不同的特征融合策略进行融合,并在分类识别中进行应用.典型相关分析算法将两组特征向量的相关性特征作为有效信息来用于分类,既能融合信息,又能过滤冗余信息.同时SPCCA算法中引入了两组特征的权重矩阵,在一定程度上提高了融合特征的鉴别力,提高了识别精度.在MFEAT、UCI手写体数字库及ORL、PIE人脸数据库上的实验结果证明了本文方法的有效性和稳定性.
- 许洁吴秦梁久祯王念兵张淮
- 关键词：人脸识别
