国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 42 条结果

一种新的基于Fisher准则的线性特征提取方法CSTPCD
作者：黄国宏刘刚
发表期刊：计算机技术与发展 2008年5期
关键词：特征提取小样本问题Fisher准则人脸识别
摘要：针对现有的基于Fisher准则的线性特征提取方法存在的不足,提出了一种新的加权Fisher特征提取方法.该方法通过引入一个加权函数来削弱边缘类别的影响,减少投影空间中相邻类别问的重叠,提高了识别正确率.针对小样本问题,也给出了该算法的一个可行的最优判别矢量集的求解方法.分别对COIL图像数据库以及ORL人脸数据库进行实验,结果表明,就识别率而言,该方法得到的最优判别矢量具有更好的特征提取能力.
利用Gabor小波变换解决人脸识别中的小样本问题北大核心CSCDCSTPCD
作者：聂祥飞郭军
发表期刊：光学精密工程 2007年6期
关键词：人脸识别Gabor小波变换小样本问题
摘要：提出了一种在人脸识别中解决小样本问题的新算法.通过把人脸图像经过Gabor小波变换后得到的每个图像都看成是独立的样本,大大增加了每一类人脸样本的样本数,解决了人脸识别中的小样本问题.专门针对人脸特征向量组,设计了使用白化变换后余弦距离测度的最近邻分类器来进行分类判决.在FERET人脸库中,对该方法与直接PCA方法进行了实验比较,结果表明,新方法的平均正确识别率可以达到97%,比直接PCA方法具有更好的识别性能.
基于规范化KDDA的人脸识别北大核心CSCDCSTPCD
作者：史操许灿辉杨家红
发表期刊：计算机工程与应用 2007年9期
关键词：核函数方法规范化KDDAKPCA小样本问题
摘要：传统的PCA和LDA算法受限于"小样本问题",且对象素的高阶相关性不敏感.文章将核函数方法与规范化LDA相结合,将原图像空间通过非线性映射变换到高维特征空间,并借助于"核技巧"在新的空间中应用鉴别分析方法.通过对ORL人脸库的大量实验研究表明,该文方法在特征提取方面明显优于PCA、KPCA、LDA等其他传统的人脸识别方法,在简化分类器的同时,也可以获得高识别率.
不相关最佳鉴别矢量集的有效算法北大核心CSCDCSTPCD
作者：陈伏兵王文胜谢永华杨静宇
发表期刊：计算机应用研究 2006年6期
关键词：特征抽取小样本问题广义线性鉴别分析不相关鉴别矢量人脸识别
摘要：线性鉴别分析中处理小样本问题的方法有两类:①在模式识别之前,通过降低模式样本特征向量的维数达到消除奇异性的目的;②发展算法获得低维鉴别特征.将这两种方法结合起来,解决了高维小样本情况下基于广义Fisher线性鉴别准则的不相关最优鉴别矢量集的求解问题,给出了抽取最优鉴别矢量的有效算法.
子模式典型相关分析及其在人脸识别中的应用北大核心CSCDCSTPCD
作者：洪泉陈松灿倪雪蕾
发表期刊：自动化学报 2008年1期
关键词：典型相关分析(CCA)子模式主分量分析(SpPCA)子模式典型相关分析(SpCCA)小样本问题人脸识别
摘要：传统的典型相关分析(CCA)是有效的特征提取方法之一,已广泛应用于包括人脸识别在内的模式识别的许多领域.但在人脸识别为代表的高维小样本问题上该方法存在如下不足:1)人脸识别的小样本特性使CCA两组特征矢量构成的总体协方差矩阵奇异,难以直接应用;2)作为一种全局线性投影方法,不足以很好地描述非线性的人脸识别问题;3)缺乏对局部变化的识别鲁棒性.本文受已提出的子模式主分量分析(SpPCA)的启发,提出了子模式典型相关分析(SpCCA).该…查看全部>>
模糊标号典型相关分析及其在人脸识别中应用北大核心CSCDCSTPCD
作者：苏志勋刘艳艳刘秀平
发表期刊：大连理工大学学报 2009年1期
关键词：典型相关分析模糊隶属度小样本问题特征提取人脸识别
摘要：把样本分布信息融于特征提取过程将有助于提高特征的分类能力.利用模糊隶属度概念,提出一种基于模糊标号典型相关分析的特征提取新方法.构造模糊标号刻画样本的分布情况,并将其与典型相关分析结合,能提取综合灰度信息和分布信息的有效判别特征,此外,针对样本不足导致的小特征值包含较多干扰信息的问题,基于矩阵理论及双空间分析思想,进一步提出双空间模糊标号典型相关分析算法,缓解了过小特征值对算法性能的影响.在ORL和组合人脸数据库上的实验结果表明…查看全部>>
CBIR中一种基于最近邻的改进相关反馈算法北大核心CSCDCSTPCD
作者：易唐唐黄立宏
发表期刊：计算机应用研究 2015年8期
关键词：相关反馈技术基于内容的图像检索最近邻小样本问题交互式
摘要：针对CBIR中基于NN的相关反馈技术在迭代时由于信息缺乏而产生的小样本问题,提出了一种基于最近邻的改进相关反馈算法.首先,根据检索图像和相关后验概率定义随机变量,从而获得相关性正确概率;然后,将与检索图像距离最近的样本映射到概率估计;最后,利用正则化得到平滑估计,解决了小样本问题.将算法在多种不同的情况下进行测试,实验结果表明,相比标准的NN方法和其他现有的相关反馈机制,在大多数情况下该算法具有显著的性能改善.
零空间边界 Fisher 分析法及其在人脸识别中的应用CSTPCD
作者：杨军刘妍丽
发表期刊：西华大学学报（自然科学版） 2014年1期
关键词：人脸识别边界Fisher分析小样本问题零空间
摘要：边界Fisher分析（ MFA）是一种有效的特征抽取方法，但在人脸识别的应用中会遭遇小样本问题。基于此，提出一种利用零空间法求解MFA优化准则的算法。该算法通过在MFA的类内散度矩阵的零空间中最大化MFA类间离散度得到最优投影向量，从而避免MFA方法所遇到的小样本问题，同时也保留了包含在类内散度矩阵零空间中的鉴别信息。在标准人脸库上的识别实验结果表明，该算法的识别率高于LDA和MFA，并且较容易选择其最优低维特征空间的维数。
基于改进分数阶SVD的块协作表示的小样本人脸识别算法北大核心CSCDCSTPCD
作者：张建明廖婷婷吴宏林刘宇凯
发表期刊：计算机工程与科学 2018年7期
关键词：人脸识别改进的分数阶奇异值分解基于块的协作表示分类小样本问题
摘要：随着训练样本数目减少,传统人脸识别方法的性能会急剧下降,因此提出了改进的分数阶SVD(IFSVDR)的块协作表示算法,以提高小样本下人脸识别率.为了减少噪声对分类的干扰,对SVD算法进行改进,利用分数阶增大主要正交基权值,提高特征的判别力;对相对较小权值进行抑制,降低噪声的干扰.然后,将得到的特征图像用基于块的协作表示算法进行分类(PCRC).相对传统稀疏分类算法,PCRC融合了集成学习,能更好地解决小样本问题,且CRC计算复杂度低于…查看全部>>
基于矩阵分解的DLDA特征抽取方法分析CSCDCSTPCD
作者：孔媛媛刘飞张家超杨习贝
发表期刊：计算机应用与软件 2010年5期
关键词：特征抽取直接线性鉴别分析矩阵分解小样本问题人脸识别
摘要：提出两种基于矩阵分解的DLDA特征抽取算法.通过引入QR分解和谱分解(SF)两种矩阵分析方法,在DLDA鉴别准则下,对散布矩阵实现降维,从而得到描述人脸图像样本更有效和稳定的分类信息.该方法通过对两种矩阵分解过程的分析,证明在传统Fisher鉴别分析方法中,矩阵分解同样可以模拟PCA过程对样本进行降维,从而克服了小样本问题.在ORL人脸数据库上的实验结果验证了该算法的有效性.

12 3 4 5 >