|
1.
|
基于奇异向量和奇异值的入脸识别新方法
|
|
|
|
|
|
|
刘文超 陈艳红《桂林电子工业学院学报》,2005年第25卷第6期
|
|
|
通过提出一种基于奇异值向量和奇异值的人脸识别新方法——正交奇异值方法，将奇异向量和奇异值中的信息有效结合，克服了目前基于奇异值分解的识别方法中，要么丢弃了奇异值中的信息，要么丢弃了奇异向量中的信息，识别效果并不理想的缺陷。在ORL国际标准人脸库上实验显示，与目前基于奇异值分解的识别方法相较，该方法达到了更好的识别效果。
|
|
2.
|
基于奇异向量和奇异值的人脸识别新方法
|
|
|
|
|
|
|
刘文超 陈艳红《桂林电子科技大学学报》,2005年第25卷第6期
|
|
|
通过提出一种基于奇异值向量和奇异值的人脸识别新方法——正交奇异值方法,将奇异向量 和奇异值中的信息有效结合,克服了目前基于奇异值分解的识别方法中,要么丢弃了奇异值中的信息, 要么丢弃了奇异向量中的信息,识别效果并不理想的缺陷。在ORL国际标准人脸库上实验显示,与目前 基于奇异值分解的识别方法相较,该方法达到了更好的识别效果。
|
|
3.
|
基于奇异值分解和径向基函数神经网络的人脸识别算法研究
|
|
|
|
|
|
|
何正风 孙亚民《计算机科学》,2012年第39卷第103期
|
|
|
提出一种基于奇异值分解和径向基函数神经网络的人脸特征提取与识别方法，来解决人脸识别中的高维、小样本问题。该方法采用奇异值分解、奇异值降维压缩、奇异值矢量标准化和奇异值矢量排序，最后得到用于识别的奇异值特征矢量。运用基于径向基函数神经网络分类器进行人脸分类识别。在ORL数据库上进行实验和数据分析表明，该方法无论是在分类的错误率上还是在学习的效率上都能表现出极好的性能。
|
|
4.
|
基于SVD压缩降秩与KDA的人脸识别新方法
|
|
|
|
|
|
|
崇元 徐晓刚《微机发展》,2012年第4期
|
|
|
文中提出了一种基于奇异值压缩降秩与核判别分析（KDA）变换方法的人脸特征提取新方法,同时结合对偶传播人工神经网络（CPN）对不同的人脸图像进行识别分类。该方法首先采用奇异值分解压缩降秩准则对人脸图像进行择优奇异值的选取,然后对提取后的择优特征值进行核判别分析（KDA）变换,进一步提取人脸图像最优特征值,最后将得到的人脸图像最优特征值作为网络的输入值,利用对偶传播人工神经网络（CPN）对人脸图像进行识别分类。实验结果表明该方法具有较高的识别率和较快的识别速度。
|
|
5.
|
基于 SVD 压缩降秩与 KDA 的人脸识别新方法
|
|
|
|
|
|
|
崇元 徐晓刚《计算机技术与发展》,2012年第4期
|
|
|
文中提出了一种基于奇异值压缩降秩与核判别分析(KDA)变换方法的人脸特征提取新方法,同时结合对偶传播人工神经网络(CPN)对不同的人脸图像进行识别分类.该方法首先采用奇异值分解压缩降秩准则对人脸图像进行择优奇异值的选取,然后对提取后的择优特征值进行核判别分析(KDA)变换,进一步提取人脸图像最优特征值,最后将得到的人脸图像最优特征值作为网络的输入值,利用对偶传播人工神经网络(CPN)对人脸图像进行识别分类.实验结果表明该方法具有较高的识别率和较快的识别速度
|
|
6.
|
针对核磁共振检查过程的监测系统
|
|
|
|
|
|
|
王超 姜威 高赞 陶俊伟《计算机工程与应用》,2006年第42卷第19期
|
|
|
为了对核磁共振(MR)检查过程进行科学的管理,文章提出了一种科学的监测系统。该系统主要采用人脸识别技术,首先结合人脸的肤色和特征部位几何分布特征进行人脸定位,然后采用基于奇异值分解和独立成分分析相结合的方法来提取最终特征,可以使分类器的设计更加简洁、有效。实验表明,该文系统识别速度快,并能取得较高的识别率。
|
|
7.
|
基于局部奇异值对称平均的人脸识别方法 被引次数：2
|
|
|
|
|
|
|
甘俊英 何国辉 梁宇《计算机工程》,2005年第31卷第17期
|
|
|
提出了一种基于局部奇异值对称平均的人脸识别方法。该方法首先对原始图像进行线性映射处理；接着采用局部奇异值分解提取人脸特征，并对所获得的特征作对称平均处理；最后依据最近邻决策规则进行识别。基于ORL人脸数据库的实验结果表明，该方法大大降低了原始特征空间的维数，有效地消除了图像亮度和噪声的影响，并取得了较高且稳定的正确识别率，在人脸识别中是一种有效的方法。
|
|
8.
|
融合局部奇异值特性的人脸自动识别
|
|
|
|
|
|
|
袁理《软件导刊》,2010年第2期
|
|
|
针对仅在整幅人脸图像上进行奇异值分解无法得到人脸识别所需的足够信息的问题,提出了一种利用人脸图像的局部奇异值和灰色关联分析进行人脸识别的方法。该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息和克服＂小样本＂效应。在识别阶段,对待识别人脸的特征向量,计算其对各人脸样本的隶属度,最后做出判断。该方法与传统方法在ORL人脸库上进行的对比实验结果,表明了该方法的优越性。
|
|
9.
|
基于图像分块和RBF神经网络的人脸识别方法
|
|
|
|
|
|
|
吴成东 陈彪 郑君刚《沈阳建筑工程学院学报(自然科学版)》,2010年第26卷第3期
|
|
|
目的 提出一种基于图像分块和径向基函数(RBF)神经网络的人脸特征提取与识别方法,解决人脸识别中的高维、小样本问题.方法 采用人脸图像的分块处理、奇异值分解压缩算法,降低特征维数,有效地解决了存储和传输中的数据压缩问题,运用基于聚类方法的RBF神经网络分类器进行人脸分类识别.结果 通过实验和数据分析表明,该方法在人脸骨骼特征明显时具有较高的识别率,与基于整体人脸图像的识别效果相比,识别率提高了3%.结论 笔者提出的识别方法具有良好的学习效率和识别精度品质指标.
|
|
10.
|
基于局部奇异值分解和模糊决策的人脸识别方法 被引次数：6
|
|
|
|
|
|
|
杜干 朱雯君《中国图象图形学报》,2006年第11卷第10期
|
|
|
针对仅在整幅人脸图像上进行奇异值分解无法得到人脸识别所需的足够信息的特点,提出了一种利用人脸图像的局部奇异值和模糊决策进行人脸识别的方法.该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息.提出了人脸局部奇异值特征向量的构造方法.在识别阶段,对待识别人脸的特征向量,计算其对各人脸样本的隶属度,最后做出判断.该方法与传统方法在ORL人脸库上进行的对比实验结果表明了该方法的优越性.
|
|
11.
|
基于局部奇异值分解和D-S理论的人脸识别方法
|
|
|
|
|
|
|
李晓东 费树岷 张涛《数据采集与处理》,2009年第24卷第5期
|
|
|
;提出了基于局部奇异值分解和D-S证据理论的人脸识别方法.首先分割出人脸图像的5个特殊区域并分别进行奇异值分解,提取一些较大的奇异值构成每一区域的特征向量;在识别阶段,计算待识别人脸图像每一区域对所有训练样本人脸图像相应区域的隶属度,最后由D-S理论的组合规则做出判断.基于ORL人脸数据库的实验结果证明了本文方法的有效性和可行性.
|
|
12.
|
基于灰色理论和局部奇异值的人脸识别方法
|
|
|
|
|
|
|
王伟《软件导刊》,2009年第4期
|
|
|
提出了一种利用人脸图像的局部奇异值和灰色关联分析进行人脸识别的方法。该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息和克服“小样本“效应。
|
|
13.
|
基于小波多尺度奇异值分解的人脸识别
|
|
|
|
|
|
|
翟俊海 王华超 翟梦尧 王熙照《计算机科学》,2011年第38卷第6期
|
|
|
作为一种矩阵分解方法，奇异值分解可用于提取图像的代数特征。图像的奇异值特征具有很多好的性质，如稳定性、几何不变性、对噪声的不敏感性。但是只用一个尺度的图像奇异值特征难以获得高识别率。基于小波变换和奇异值分解，提出了基于小波多尺度奇异值分解的图像特征提取方法，将多个尺度的小波子图奇异值特征组合起来用于人脸识别，在ORI, YALE和JAFFE 3个人脸数据库上的识别率分别达到82.11%,100%和95.68%.
|
|
14.
|
基于多个特征分块贝叶斯分类器融合策略的人脸识别方法 被引次数：1
|
|
|
|
|
|
|
陈彪 吴成东 郑君刚《电子产品世界》,2008年第10期
|
|
|
提出一种基于奇异值分解和贝叶斯决策的人脸特征提取与识别算法。通过对人脸图像样本进行几何归一化和灰度均衡化后，结合分块与加权，运用奇异值分解，分别获得特征脸和标准脸，然后采用多个基于特征分块的贝叶斯分类器（FBBC）的融合策略进行分类识别。实验验证了该方法的有效性，具有良好的精炼和实时性品质指标。
|
|
15.
|
融合局部奇异值特性的人脸识别方法*
|
|
|
|
|
|
|
周德祥 高山 谭玉波 廖海斌《计算机应用研究》,2010年第27卷第5期
|
|
|
针对仅在整幅人脸图像上进行奇异值分解无法得到人脸识别所需的足够信息的不足，提出了一种利用人脸图像的局部奇异值和灰色关联分析进行人脸识别的方法。该方法的关键是不在整幅人脸图像上进行，而是在人脸的不同区域进行奇异值分解以提取更丰富的信息和克服小样本效应。在识别阶段，对待识别人脸,计算其与各人脸样本的隶属度，最后作出判别。该方法与传统方法在ORL与AR人脸库上进行的对比实验结果表明，该方法不仅提高了识别率，且对人脸姿态变化与部分遮挡也具有一定的鲁棒性。
|
|
16.
|
基于CSVD-NMF的人脸识别算法
|
|
|
|
|
|
|
姚同庆 房斌 尚赵伟《计算机工程》,2009年第35卷第3期
|
|
|
基于SVD的人脸识别算法具有共同的缺点，即不同人脸图像对应的奇异值向量所在的基空间不一致，从而造成识别率低下。该文分析2种改进的类估计基空间奇异值分解算法（CSVD），通过对比实验选择出其中一种具有优势的CSVD算法。并在特征提取环节，提出CSVD算法与非负矩阵因子算法特征数据相融合的人脸识别算法。在ORL数据库上的实验结果表明，该结合方法有效地提高了识别率和训练速度。
|
|
17.
|
人脸图像的特征提取
|
|
|
|
|
|
|
赵振勇 王保华 王力 崔磊《计算机技术与发展》,2007年第17卷第5期
|
|
|
人脸识别的研究是模式识别和人工智能领域内的重要课题，有着十分广泛的应用前景。人脸特征的自动提取是人脸自动识别过程中至关重要的一个环节。主要就基于积分投影的人脸图像的特征提取、基于奇异值分解的特征提取及小波特征提取等几种较好方法进行研究。基于积分投影的人脸图像特征点的提取方法对人脸进行定位特别精确。基于小波分解频谱性分析的人脸特征提取极大减少了图像的存储空间和计算复杂度。基于SVD分解的特征提取处理后的正确率很高，计算复杂度也低。
|
|
18.
|
人脸图像的特征提取 被引次数：1
|
|
|
|
|
|
|
赵振勇 王保华 王力 崔磊《微机发展》,2007年第17卷第5期
|
|
|
人脸识别的研究是模式识别和人工智能领域内的重要课题,有着十分广泛的应用前景。人脸特征的自动提取是人脸自动识别过程中至关重要的一个环节。主要就基于积分投影的人脸图像的特征提取、基于奇异值分解的特征提取及小波特征提取等几种较好方法进行研究。基于积分投影的人脸图像特征点的提取方法对人脸进行定位特别精确。基于小波分解频谱性分析的人脸特征提取极大减少了图像的存储空间和计算复杂度。基于SVD分解的特征提取处理后的正确率很高,计算复杂度也低。
|
|
19.
|
基于奇异值的具有年龄变化的人脸识别 被引次数：1
|
|
|
|
|
|
|
陈君 张建明《计算机工程与设计》,2008年第29卷第18期
|
|
|
为了增强现有人脸识别算法对年龄变化的鲁棒性,提出了一种新的基于奇异值分解(SVD)和嵌入式隐马尔可夫模型(EHMM)的人脸识别方法.先选取整幅人脸图像的奇异值作为基本特征向量,然后建立年龄函数,对奇异值特征进行修正,再根据得到的年龄函数,对人脸图像进行重建,提取改进后的奇异值特征作为观察序列,送入EHMM中进行分类识别,实验结果表明这种方法能够提高具有年龄变化的人脸识别效率.
|
|
20.
|
基于改进零空间法的人脸识别研究 被引次数：2
|
|
|
|
|
|
|
李进 罗义平 刘海华 高智勇《计算机工程》,2009年第35卷第9期
|
|
|
针对传统线性判别分析中存在的问题，提出一种基于改进零空间法的人脸识别方法，利用奇异向量的稳定性对零空间上的类间散度矩阵投影进行奇异值分解，并对奇异值进行尺度化处理。在ORL和Yale人脸库中对该方法进行性能测试，实验结果表明，该方法是有效的，且具有较高的识别率。
|
