基于改进的监督LLE人脸识别算法

LLE是一种无监督的非线性降维方法,广泛应用于人脸特征提取,但是该方法缺乏样本点的类别信息.提出了一种新方法,在LLE的基础上引入有监督的学习机制和增加样本点的类别信息,通过减少类内距离而增加类间距离和最小化局部数据的全局重构误差,同时结合核邻域保持投影方法(KNPP)来提取高维人脸数据的非线性特征.算法有利于分类识别...     

信噪分离的小波分析原理及应用

采用小波分析方法，将数据ｆ（ｎ）（ｎ－１，２，…Ｎ）分解成频率不同的成分：ｄｎ＾１，ｄｎ＾２…ｄｎ＾ｓ，Ｃｎ＾ｓ，根据信号与噪声的频率特点，从这些频率不同的成分中区分信号与噪声，完成信噪分离。文中给出了应用实例，取得较为理想的效果。     

基于特征融合的脱机中文笔迹鉴别

提出一种基于文本依存笔迹特征融合的文本独立特征构造方法.建立基于方向指数直方图法笔迹特征(文本依存特征)的两因子分解模型.笔迹特征可分解成字符因子和书写因子两部分.通过两因子方差分析与数据挖掘,分离出与字符无关的书写因子,得到基于文本依存方法的文本独立特征.该方法对检材与样本笔迹的字符数量较少,特别是相同字很少或是根本没有相同字的情况下,能取得较理想的笔迹鉴别准确率,为少量字笔迹鉴别提供解决问题的思路.     

无衍射光束三角测量系统噪声处理的小波分析方法

无衍射光束三角测量系统具有焦深长、中心光斑小、理论测量精度高等特点,但实际测量中的噪声会严重影响测量精度。根据无衍射光束三角测量中信号与噪声的频率特性,采用小波分析方法将噪声与信号分离,进而剔除噪声误差,可获得理想的测量精度。     

基于稀疏表示的人脸姿态估计研究

针对人脸光照、遮挡、身份、表情等因素变化的人脸姿态估计难题,结合稀疏表示分类(SRC)方法的优秀识别性能,对SRC理论进行了深入分析,并将其应用于人脸姿态分类.为了解决姿态估计中人脸光照、噪声和遮挡变化问题,将人脸姿态离散化为不同的子空间,每个子空间对应一个类别,据此,提出基于字典学习与稀疏约束的人脸姿态识别方法.通过在公开的XJTU和PIE人脸库上实验表明:所研究的方法对人脸光照、噪声和遮挡变化具有鲁棒性.     

基于因子分析的文本独立笔迹鉴定分类器

针对检材与样本笔迹字符内容较少情况下的笔迹鉴定问题,提出一种基于因子分析的文本独立笔迹鉴定新方法.该方法将影响书写笔迹特征距离的因素划分为书写风格的差异和字符形状结构的差异两类因子,然后通过两因子方差分析,分离出特征距离中的字符因子,通过文本依存方法获得文本独立笔迹鉴别分类器.实验证明,该方法得到一种高效的脱机中文笔迹鉴定分类器,在近似实际情况的笔迹鉴别实验中得到良好的鉴别准确率.     

基于多分类器组合的笔迹验证

运用多分类器组合技术和模糊技术将多种笔迹鉴别方法按一定规则进行融合，针对笔迹鉴别中的笔迹验证问题进行应用。实验结果表明，融合后笔迹验证准确率有大幅的提高     

基于字符图像分割的打印文件识别方法

针对目前的打印文件识别方法受限于样本中必须有相同字符的问题,提出一种基于字符图像分割的打印文件识别方法。通过k-means算法对字符图像进行分割,分别对不同区域提取局部二值模式纹理特征,从而消除字符结构对识别结果的影响。研究了单一区域的特征集和组合特征集的分类识别效果,实验结果表明,该方法在样本中无相同字符的情况下,能够得到较高的识别准确率。     

基于三维数据与MMSV特征的二维人脸识别*

针对二维人脸识别对姿态与光照变化较为敏感的问题,提出了一种基于三维数据与混合多尺度奇异值特征MMSV(mixture of multi-scale singular value,MMSV)的二维人脸识别方法。在训练阶段,利用三维人脸数据与光照模型获取大量具有不同姿态和光照条件的二维虚拟图像,为构造完备的特征模板奠定基础;同时,通过子集划分有效地缓解了人脸特征提取过程中的非线性问题;最后对人脸图像进行MMSV特征提取,从而对人脸的全局与局部特征进行融合。在识别阶段,通过计算MMSV特征子空间距离完成分类识别。实验证明,提取到的MMSV特征包含有更多的鉴别信息,对姿态和光照变化具有理想的鲁棒性。该方法在WHU-3D数据库上取得了约98.4%的识别率。     

计算机激光打印文档鉴别与检索

 该文为解决计算机对打印文档的自动鉴别与检索问题,研究激光打印机的工作机理,以器件特性反映到打印图形中的差异做为打印文档鉴别与检索的依据。设计一种新的双极性Hausdorff距离用于有效的一对一打印字符匹配,之后综合样本的所有字符,采用字符集匹配计算二次距离进一步提高打印图形鉴别和检索的准确性。实验表明该方法能够取得较为理想的效果,其中检索正确率为90%,鉴别最小错误率为17.80%。