改进双向二维局部保持投影的人脸识别算法

为更好地处理图像小样本问题,且克服二维局部保持投影（2DLPP）算法只能保持数据局部性质的缺陷,通过结合二维主成分分析（2DPCA）和二维线性鉴别分析（2DLDA）的算法特性,提出了一种改进的双向二维局部保持投影的人脸识别算法。首先,引入样本类别信息改进权重矩阵,增强2DLPP算法对样本变化的鲁棒性;其次,提出改进2DLPP+2DPCA、2DLPP+2DLDA两种融合算法并分别用于输入样本图像数据的行、列方向特征提取。在特征选择后得到行、列方向上的最优投影;最后,通过对样本数据进行行、列方向投影,利用最近邻分类器对样本数据进行分类并获得在给定数据集上的识别结果。在人脸数据集ORL、YALE和AR上的实验结果表明,该算法在人脸识别性能上总体优于2DPCA、2DLDA、2DLPP、（2D）2PCA、（2D）2LDA、（2D）2PCALDA和（2D）2LPP-PCA等算法。     

基于DCT和DWT的图像水印算法

数字媒体版权保护已经变得十分迫切和必要,有效的盗版确认方法是实现版权保护的前提。文章实现了一种基于余弦变换和小波变换相结合的数字水印算法,数值仿真表明该算法较好保持了图像的质量,并且对常用的图像处理方法有较强的稳健性,是一种能抵抗多种攻击的较稳健的水印算法。     

基于主成分分析的图像哈希算法

提出了一种基于主成分分析的图像哈希算法.采用主成分分析对样本进行降维,取位于变换矩阵顶端最具有识别信息的少量特征向量构造投影矩阵,再对降维后样本进行局部保持映射,同时,对主成分分析投影矩阵进行随机旋转,形成多个小投影矩阵,采用矩阵拼接方法将小投影矩阵合并构造编码投影矩阵;最后,将训练样本投影到编码投影矩阵,得到降维样本,并对其进行哈希编码,得到最终的二进制编码.实验结果证明,同其他经典算法相比,该算法具有较好的稳定性,可降低内存消耗,并提高效率.     

基于DCT和量化的彩色图像数字水印算法

给出了一种在DCT域中嵌入彩色图像数字水印的算法，首先对水印进行预处理，嵌入时将原始图像红、绿、蓝三个分量分别作DCT变换，选取变换后的低频系数作为嵌入系数，采用量化的方法嵌入水印。算法对于常见的图像攻击，特别是对图像的JPEG压缩具有较好的抵抗性。     

半监督系数选择法的人脸识别

针对人脸识别过程中图像数据维数过高以及需要大量类别标记的问题,提出一种半监督离散余弦变换系数选择法,用以实现数据降维并提高识别率.该算法首先将图像数据进行离散余弦变换,根据频率特征通过预掩模选取有用信息;然后进行半监督约束聚类,利用少量有标记样本的约束集,对训练图像进行聚类;根据类别搜索较高的判别系数值,获得系数选择掩模以及训练图像的投影阵.将测试图像离散余弦变换阵在此掩模上投影,计算其与训练图像投影阵距离,利用分类器进行分类.在ORL与Yale人脸数据库上的实验结果表明:所提方法的性能优于传统方法,并与主成分分析与线性判别分析进行组合,获得了90％以上的识别率.     

基于快速独立分量分析的音频盲数字水印算法

针对盲水印技术中存在稳健性差、提取过程复杂等问题,提出了基于快速独立分量分析（FastICA）的音频数字水印算法。嵌入水印前,对水印进行置乱加密预处理。嵌人时,对原始音频进行DCT变换,在变换后的信号中利用随机混合的方法嵌入置乱加密的水印信号,然后利用DCT逆变换重构音频信号。提取时,首先对嵌入水印的音频信号进行DCT变换,然后采用基于正交对称矩阵的FastICA方法进行水印提取。实验表明,该算法在稳健性和透明性方面均有很好的效果,产生的水印可以作为版权保护的依据。     

智能环境下基于核相关权重鉴别分析算法的多特征融合人脸识别

针对智能会议环境下基于单模特征的人脸识别的识别率低、鲁棒性差的问题,提出了一种在智能会议室环境下基于核相关权重鉴别分析(KRWDA)算法的融合全局和局部特征的多特征融合人脸识别方法。基于相关权重鉴别分析算法并结合核方法,提出了一种核相关权重鉴别分析算法,有效解决了小样本问题。利用全局特征和局部特征在识别时所描述的内容和作用的互补性在特征层融合两种特征,全局信息和局部信息分别采用离散余弦变换和Ga-bor小波变换提取。在AMIES2016数据库上的仿真实验表明,本文所提出的方法可以有效地提高系统身份识别的正确率。     

一种基于DWT和DCT的数字水印算法

提出一种基于离散小波变换和离散余弦变换的数字水印算法。将二值条码作为水印并对其进行置乱,再对载体图像进行离散小波变换与离散余弦变换,并将置乱后的水印嵌入。水印提取时,利用Radon变换对待检测图像进行校正,并根据二值条码特性对提出的水印图像进行修正。实验结果表明,该算法嵌入水印后不易被察觉,检测出的效果好,对JPEG有损压缩、剪切、噪声干扰等攻击有较强的鲁棒性。     

基于DCT的实值离散Gabor变换分析窗的快速求解算法

为了快速有效地实现实值离散Gabor变换,利用离散余弦函数的正交性将原求解分析窗函数的双正交条件式简化,把原求解方程组分解成若干独立的子方程组,给出了一种基于DCT的实值离散Gabor变换分析窗的快速求解算法.通过算法实验比较,验证了此算法的有效性和在计算时间方面的优越性.     

一种基于运动分析的步态识别方法

步态识别是新近发展的一种用在身份识别、视频监控等场合的生物特征识别技术.文中提出了一种基于运动分析的步态识别方法,采用线性判别分析和离散余弦变换分析从图像序列中提取的步态特征.采用背景减除技术提取了侧影,利用侧影的宽高变化进行了步态周期分析及行走方向判断;采用一种通过分析侧影宽度变化获取角度信息的肢体角度提取方法获取了步态序列特征;用类间散布矩阵和类内散布矩阵对应的行列式的比值确定特征个数,并采用线性判别分析和离散余弦变换分析了步态特征.在几个常用数据库上进行了实验结果表明,该方法行之有效.     

基于改进的有监督无参局部保持投影算法的人脸识别

针对局部保持投影算法的无监督性质和参数选择复杂性问题,提出一种改进的有监督无参数局部保持投影算法(supervised dice parameter-free locality preserving projection, SdPLPP)。SdPLPP算法使用广义Dice系数构建近邻矩阵,有效避免局部保持投影(locality preserving projection algorithm, LPP)算法参数选择调整的问题,采用监督模式对数据进行特征提取。SdPLPP在Iris数据集进行了图像可视化试验,直观分析试验分类后的样本距离值与算法性能的关系,并在ORL, Yale, FERET 3种人脸库上进行试验,通过对人脸数据的特征提取,采用最近邻分类法统计识别率,验证SdPLPP算法的有效性。试验结果表明:在人脸识别率方面, SdPLPP算法优于PCA, ULDA, LPP, SPLPP和EP-SLPP的算法,并优于已提出的其他有监督无参数局部保持投影算法。     

余弦与小波变换在图像压缩中的比较

基于变换域编码中应用最广的是离散余弦变换(DCT)和小波变换(DWT).小波的迅速发展给传统DCT提出了严峻考验.DCT算法有新发展:内嵌法、策略性重组的引进使其具有类似小波的特性,如ESDCT在对某些图像压缩还优于小波的SPIHT,故DCT的优良特性使其在图像压缩中仍然有广阔的应用前景.实际上,变换域压缩的主要因素在于量化器与熵编码器,DCT与DWT各有优势,在应用中可根据不同需要进行合理的选择. 更多还原     

基于线性判别分析的表面肌电信号动作模式识别

表面肌电信号(SEMG)属于非平稳的生物电信号,特点是信号微弱、易受干扰.为了有效提取表面肌电信号(SEMG)特征、更好地识别人体上肢运动的模式,针对表面肌电信号的特点提出了一种线性判别分析人体前臂运动特征的识别方法.通过虚拟仪器同时采集桡侧腕屈肌和肱桡肌两路的表面肌电信号,取平均绝对值(MAV)和均方根(RMS)为特征参数,应用线性判别分析(LDA)方法对样本特征矩阵进行模式识别.与其他特征识别方式的对比实验表明,此方法的动作识别率更高,能够成功地从表面肌电信号中识别握拳、展拳、手腕内翻和手腕外翻4种动作,动作的平均识别率达到了99.5%.     

基于分块DCT的盲水印算法的研究

为了在保持嵌入强度不变的前提下进一步增强数字水印的不可见性,提出一种自适应盲水印算法,首先将水印图像进行比特位分解,提取其中的一层作为预处理的水印信号,并对其进行置乱处理;然后利用Logistic映射的混沌序列进行调制,构成水印;最后,利用视觉掩蔽特性对载体图像的DCT块进行分类,根据分类结果,对相应的斜方向相邻频域系数之间的差值进行量化和调整以嵌入水印．实验结果表明,该算法对常见的图像处理具有较好的鲁棒性．     

一种基于HVS和MPEG-2的视频水印算法

针对MPEG-2的视频特征,提出了一种视频水印算法。该算法利用GOP中的I帧和P帧实现定位,并在多个B帧嵌入水印信息。在确定嵌入强度时,利用人类视觉特性自适应的方法嵌入阈值。通过仿真测试,该算法具有较好的透明性和鲁棒性。     

局部线性判别分析及其在掌纹识别中的应用

在线性判别分析(LDA)算法基础上强调图像类间数据的局部可分性,提出一种称为局部LDA(LLDA)的新子空间方法,并给出LLDA的图嵌入表示。针对LLDA同样存在的小样本问题,首先给出了传统适于LDA的主成分分析(PCA)预处理方法不适于LLDA算法的证明;进而提出了基于散度差判别准则(SDDC)的LLDA(SLLDA),既克服了LLDA的小样本问题,又提供了真实比较LLDA和LDA的平台。在PolyU掌纹数据库上的实验结果表明本文提出的SLLDA算法用于识别的有效性,也验证了数据局部关系对分类的重要性。     

A robust watermarking algorithm based on QR factorization and DCT using quantization index modulation technique

We propose a robust digital watermarking algorithm for copyright protection.A stable feature is obtained by utilizing QR factorization and discrete cosine transform (DCT) techniques,and a meaningful wa...     

基于非下采样Contourlet域高斯混合模型的布匹瑕疵识别算法

针对经典瑕疵检测算法不能很好地描述瑕疵特征和不易区分相似类瑕疵类别的问题,提出了一种非下采样Contourlet域高斯混合模型的布匹瑕疵识别算法。首先利用非下采样Cont-ourlet变换(NSCT)得到图像的多方向、多尺度和平移不变表示,并通过代价函数挑选一个最优子带;由于子带瑕疵和非瑕疵区域系数差别较小,很难直接选取阈值,采用标准差法可以有效避免这个问题,获得比较准确的检测结果;然后计算瑕疵区域的统计特征得到特征向量;接着引入最小误分率函数,联合估计样本的高斯混合模型参数;最后采用贝叶斯分类器进行分类。在9类瑕疵上的实验结果表明,本文算法与几种经典算法相比得到更高的分类正确率。