典型相关分析的理论及其在特征融合中的应用

利用典型相关分析的思想，提出了一种基于特征级融合的组合特征抽取新方法．首先，探讨了将典型分析用于模式识别的理论构架，给出了其合理的描述．即先抽取同一模式的两组特征矢量，建立描述两组特征矢量之间相关性的判据准则函数，然后依此准则求取两组典型投影矢量集，通过给定的特征融合策略抽取组合的典型相关特征并用于分类．其次，解决了当两组特征矢量构成的总体协方差矩阵奇异时，典型投影矢量集的求解问题，使之适合于高维小样本的情形，推广了典型相关分析的适用范围．最后，从理论上进一步剖析了该方法之所以能有效地用于识别的内在本质．该方法巧妙地将两组特征矢量之间的相关性特征作为有效判别信息，既达到了信息融合之目的，又消除了特征之间的信息冗余，为两组特征融合用于分类识别提出了新的思路．在肯考迪亚大学CENPARMI手写体阿拉伯数字数据库和FERET人脸图像数据库上的实验结果证实了该方法的有效性和稳定性，而且识别结果优于已有的特征融合方法及基于单一特征进行识别的方法．  

基于典型相关分析的组合特征抽取及脸像鉴别

利用典型相关分析的思想，提出了一种基于特征级融合的组合特征抽取新方法．首先，抽取同一模式的两组特征矢量，给出描述两组特征矢量之间相关性的判据准则函数；然后依此准则抽取它们的典型相关特征，构成有效鉴别特征矢量用于识别．该方法巧妙地将两组特征矢量之间的相关性特征作为有效判别信息，既达到了信息融合之目的，又消除了特征之间的信息冗余，为两组特征融合用于分类识别提供了新的思路．此外，从理论上进一步剖析了所提出的方法之所以能有效地用于识别的内在本质．在Yale和ORL标准人脸数据库上的实验结果证实了所提算法的有效性和稳定性，而且识别率大大高于用单一特征进行识别的结果．  

基于并行特征组合与广义K-L变换的字符识别

针对传统的串行特征融合方法的弱点,提出了一种新的并行特征融合方法.该方法的基本思路是:首先,利用复向量将样本空间上的两组特征集组合起来,构成复特征向量空间;然后,从理论上推广了经典的K-L变换方法与3种基本的K-L展开方法,使其适用于复特征向量空间内的特征抽取.此外,还揭示了并行特征融合的对称性质,并详细讨论了并行特征组合的策略问题.最后,用所提出的方法来解决手写体字符的特征抽取与识别问题.在南京理工大学NUST603HW手写体汉字库以及Concordia大学的CENPARMI手写体阿拉伯数字数据库上的实验结果表明,所提出的特征融合方法不仅较大幅度地提高了识别率,而且识别结果优于传统的串行特征融合方法.  

一种组合特征抽取的新方法

该文提出了一种基于特征级融合的特征抽取新方法，首先，给出了一种合理的特征融合策略，即利用复向量给出组合特征的表示，将特征空间从实向量空间拓广到复向量空间，然后，发展了具有统计不相关性的鉴别分析的理论，并将其用于复向量空间内最优鉴别特征的抽取，最后，在Concordia大学的CENPARMI手写体阿拉伯数字数据库以及南京理工大学NUST603HW手写汉字库上的试验结果表明，所提出的组合特征抽取方法不仅具有很强的维数压缩能力，而且较大幅度地提高了识别率。  

多特征融合的入侵检测

从人认识事物的特点出发，对认识过程进行抽象，把它用到入侵检测系统中，提出了多特征融合的入侵检测方法。在此方法的实现中，以特征元素为基本单元，形成特征规则，采用基于可信度的不精确推理，判断系统被入侵的可能性。还讨论了模式的形成，给出了实现模型。此方法能有效提高计算机系统抵御入侵及自身免疫的能力。  

基于不确定性度量的多特征融合跟踪

提出了一种新的基于特征不确定性度量的多特征融合跟踪算法. 首先, 针对粒子滤波跟踪算法中特征鉴别能力较弱且粒子分布相对分散时容易造成目标丢失的事实, 本文定义了一种新的特征不确定度量方法, 该度量可以在线调整不同类型特征对跟踪结果的贡献. 同时, 针对乘性和加性特征融合跟踪算法方法中存在的缺陷, 提出了一种自适应的多特征融合方法, 融合的结果既突出了状态后验分布中目标真实状态对应的峰值, 又对噪声不敏感, 从而提高了目标跟踪的鲁棒性. 各种场景下的实验结果比较表明: 新的融合跟踪算法比单特征跟踪、 乘性融合跟踪和加性融合跟踪有着更好的稳定性和鲁棒性.  

特征融合及相似度判据在英文识别中的应用

英文字符识别率依然有待提高,它是进一步改善英文文档识别性能的重要内容。文章通过大量的实验,选取穿越特征和网格特征作为英文字符的分类特征,并通过实验得到一组较优的加权因子将两种特征合并,实现特征融合。基于上述混合特征,利用图像相似性测度作为分类判据,实现了一个高性能的英文字符识别系统。  

一种基于多特征融合的直线提取算法

该文研究了一种在图像中提取直线的算法。直线提取需要尽量将那些因噪声影响而断裂的直线连接起来,同时,还要尽量避免过度连接,才能形成正确反映图像事件实质的特征。该文使用了多种特征作为判断直线是否可以连接的证据,因而降低了误判的可能。对仿真图像和真实图像所做的实验显示了该算法的有效性。  

基于多尺度融合的对象级变化检测新方法

讨论了遥感图像变化检测中的多尺度融合问题. 首先分析了高分辨率遥感图像的城市变化检测的难点和传统的变化检测方法的局限性; 针对这些难点和局限性, 提出了基于多尺度融合的对象级的变化检测框架. 该框架利用对象级的变化检测方法, 提高了变化类和非变化类的可分性. 为了提高变化检测的精度, 该框架引入了两种不同的多尺度融合策略. 在 QuickBird 高分辨率遥感图像上的实验结果验证了该方法的有效性和鲁棒性.