【摘 要】
：
针对主成分分析(PCA)方法和仿生方法在特征提取和降维方面的不足，该文提出一种Gabor特征筛选的仿生人脸识别方法。首先提取人脸图像Gabor特征向量，经2DPCA方法降维处理后运用仿生识别方法对其进行人脸识别。在人脸库上验证了该方法的有效性。实验结果显示，该方法的分类准确性优于仿生识别方法和PCA等方法。
【机 构】
：
河北工业大学,信息工程学院,天津 300401 重庆大学计算机学院 重庆 400030
【出 处】
：
2010年全国模式识别学术会议(CCPR2010)
论文部分内容阅读
针对主成分分析(PCA)方法和仿生方法在特征提取和降维方面的不足，该文提出一种Gabor特征筛选的仿生人脸识别方法。首先提取人脸图像Gabor特征向量，经2DPCA方法降维处理后运用仿生识别方法对其进行人脸识别。在人脸库上验证了该方法的有效性。实验结果显示，该方法的分类准确性优于仿生识别方法和PCA等方法。
其他文献
提出一种基于Gabor变换的度量纹理租糙度和方向性特征的算法。首先，构建多方向多尺度Gabor小波变换的模型，对图像进行3个尺度、4个方向的Gabor滤波；接着对滤波后的图像提取12个分形维数作为全局纹理粗糙度的度量：然后构造局部边缘概率直方图描述Gabor滤波图像的纹理方向分布，给出一个全局方向的度量。最后在图像检索系统中通过距离匹配的相似度计算，对本文给出的度量视觉特征的算法进行评价与验证，结
掌纹识别是利用手掌皮肤的主要纹路进行识别和验证的一种技术。与人脸图像相比，掌纹图像可靠性高,掌纹特征非常稳定，不受表情、姿态及光照等多种变化因素的影响。非采样方向小波变换具有多尺度，时移不变性以及多方向性等优点，对图像的边缘和轮廓有很好的逼近表示。核函数鉴别分析是目前非线性化算法中一种有效的图像特征提取技术。基于这几种技术，本文提出基于非采样方向小波的掌纹图像的非线性鉴别特征提取算法，首先对原始掌
论文提出了一种以医学专家诊断经验为基础，结合领域知识和形态结构特征的心电图模式分类方法。首先分析了医学专家判读心电图的特点，讨论了基于支持向量机的分类模型的构建过程，重点讨论了用主成分分析和独立成分分析提取心电图形态特征的方法。最后，引入了熵度量不同特征空间在分类中的有效性，并分别用MITT-BIH心律失常数据库的94325条数据和CCDD数据库的289条12导联的心电图记录验证模型的实验效果。实
本文提出一种复杂环境下的自适应背景图像生成方法。首先利用视频序列中相邻两帧图像之间的差异，跟踪统计各个像素点亮度变化情况，渐进地生成背景图像。随着环境的变化，将单个像素点与全部像素点的变化特征相结合，自动快速地更新背景图像。实验结果表明.本文方法具有良好的适应性，能够有效克服环境光线的变化,摄像机震动，以及前景中存在短暂停留物体等复杂环境条件带来的不良影响，从而始终保持能够快速生成较高质量的背景图
利用机场跑道或公路在边缘图像中近似表现为两条平行线段的特性，提出了一种基于改进Hough变换与直线特征的图像配准方法。该方法首先利用Canny算子提取参考图像和待配准图像的边缘信息，利用改进Hough变换提取边缘图像中的主要直线，然后提取其轮廓并选取配准控制直线，最后利用配准控制直线计算出配准控制点，计算配准参数，确立配准坐标变换关系。实验表明，该方法可以实现较高精度的机场图像配准。
针对直升机旋翼故障诊断中特征选择难和主元分析在故障特征选择上存在的不足，提出并实现了一种有效的基于核主元分析的故障特征选择方法。该方法通过计算原始特征空间的内积核函数来实现原始特征空间到高维特征空间的非线性映射，通过在高维特征空间中对映射数据进行主元分析来得到原始特征数据的非线性主元。实验结果表明，通过对故障特征向量进行核主元分析，能有效地降低特征向量的维数，从而能降低故障分类器的计算复杂度，而且
为了提高信息隐藏盲检测系统的检测效率，针对图像统计特征高维且相关性较大的缺陷，提出了一种改进的基于粗糙集理论的信息隐藏盲检测方法。首先提出一个改进的通用隐写分析系统框架，给出实现步骤和方法;然后利用粗糙集理论设计算法，降低特征维数，减小分类计算复杂度，消除统计特征间的相关性；最后改用支持向量机构造分类器，对两种典型的Cox和Piva扩频隐秘术进行实验，结果表明，该方法比约简前shi等人方法和文献[
为了提高软件缺陷预测的精度，提出了一种基于相异度量的软件缺陷预测方法。与传统方法在特征空间进行软件缺陷预测不同，本文在相异空间研究软件缺陷预测问题。首先利用单元与代表集间的相异性构建新的单元特征.然后在相异空间中建立分类器完成预测。通过代表集选择，可有效减少表示单元的特征维数，降低了完成预测的计算复杂度。在NASA数据库KC2和CM1数据集的实验表明，相异空间中，KNN、Bayes和SVM分类器的
提出了一种具有自适应匹配阈值的层次化双目立体匹配算法，其核心是视差值预设的逆向匹配策略和基于初选匹配点的自适应阈值更新方法。算法首先在初始视差情况下确定初始匹配点，接着利用初始匹配点对之间的统计特性来自适应更新阈值，并得到可信匹配点，利用形态学滤波去除伪匹配点，然后选择下一个视差值，重复上述操作，最后通过高斯滤波得到平滑的视差图。在标准测试图库上进行仿真，实验结果表明，本文提出的改进算法相比于传统
研制出一种基于ARM7的智能气敏传感器，通过测量气敏薄膜的电阻，并将所测阻值和气体浓度进行校准，从而显示气体浓度。为了减小温度漂移带来的附加误差，提高传感器的测量精度，将气敏传感器所测量的电阻值与加热电压作为输入，气体浓度值为输出，构造了一个双输入单输出的LS-SVR温度补偿模型。通过对气敏传感器的实测数据进行温度补偿，结果表明LS-SVR算法计算简单，学习速度快，并且具有良好的抗干扰能力和小样本