多层融合深度局部PCA子空间稀疏优化特征提取模型

子空间方法是主要利用全局信息的经典模式识别方法,随着深度学习思想的引入,局部自学习结构特征模型得到大家的关注.利用深度学习原理,本文提出一种多层融合的深度局部子空间稀疏优化特征自学习抽取模型解决目标识别问题.首先,对训练样本集通过最小化重构误差得到第一层的主成分（Principal Component Analysis,PCA）特征映射矩阵;然后,通过L₁范数约束对特征映射结果进行稀疏优化,提高算法鲁棒性.接着,在第二层映射层以第一层的特征输出为输入,进行同样的特征矩阵学习操作,最终将图像映射至深层PCA子空间;然后,对各个映射层的特征提取结果进行加权融合,进行二值化哈希编码和直方图分块编码,提取图像的深度子空间稀疏特征.在FERET、AR、Yale等经典人脸数据库以及MNIST、CIFAR-10等目标数据库上的实验结果表明,该算法可以取得较高的识别率以及较好的光照、表情、人脸朝向鲁棒性,并且相对于卷积神经网络等深度学习框架具有结构简洁、收敛速度快等优点.     

一种基于Gabor描述的概率子空间人脸识别方法

该文提出了一种Gabor小波域的概率子空间人脸识别方法,简称GPSA方法。考虑到Gabor小波在人脸识别中的优势,首先给出了一种改进的人脸图像Gabor特征描述方法,在此基础上建立基于Gabor特征的概率子空间模型,人脸识别按照概率匹配方式进行,从而有机集成了Gabor特征描述和基于类内、类间变化的概率子空间分析两者所提供的鉴别信息,增强了人脸识别系统的鲁棒性。在包括190人的人脸数据库上的实验结果表明,所提出方法的识别性能较现有的概率子空间分析方法有了较明显的改善。     

基于融合子空间的人脸识别方法

针对PCA、LDA、Bayesian 3种子空间方法,介绍了这3种子空间判别人脸的原理,用一种新颖的思想分析了3种子空间的判别依据,在此基础上来提出了一种改进的子空间识别方法--融合子空间.实验结果证明,该方法跟传统的PCA、LDA和Bayesian子空间识别方法相比,有效的增加了对表情和光照的鲁棒性,并提高了识别率.     

基于高度冗余Gabor框架的欠Nyquist采样系统子空间探测

基于指数再生窗Gabor框架的欠Nyquist采样系统对窄脉冲信号完成采样与重构一般情况下效果较好,但是当框架高度冗余时,使用传统面向系数域的方法对信号进行子空间探测会面临失败或较大误差。该文采用面向信号域的思想,构建了分块的对偶Gabor字典,并对信号分块稀疏表示;根据信号的分块表示推导了采样系统的测量矩阵,提出了测量矩阵受字典相干性约束的分块-相干性;将信号合成模型引入多观测向量问题,提出基于分块-闭包的同步正交匹配追踪算法(SOMPB,F ),用于信号子空间探测。此外还证明了算法的收敛约束条件。仿真结果表明,所提子空间探测方法相比传统方法提高了信号重构成功率,降低了采样通道数,并增强了系统鲁棒性。     

基于多层快速多极子算法分析平面多层结构

由于多层平面结构空域闭式格林函数难以用加法定理展开,因此,将多层快速多极子算法推广到该类问题的分析存在一定困难.采用二级离散复镜像技术,获得了多层介质空域格林函数,通过对其表达形式做简单的改写,提出针对多层平面结构的多层快速多极子算法,详细讨论了加法定理展开条件对离散复镜像系数的影响及处理办法.数值算例验证了本文方法的准确性和有效性.     

基于多层信念空间的文化算法研究

针对标准文化算法中影响函数仅通过单层信念空间来指导种群进化,易导致双演化文化算法结构失效及全局寻优能力差、不稳定等问题,提出一种基于多层信念空间的文化算法。算法通过对多层信念空间实行分层管理,在提高知识有效性的同时为主群体空间的进化提供最优模式。根据种群分散度自适应调整多层信念空间的融合机制,从而在进化前期维持种群的多样性,在进化后期加速种群收敛。基于典型复杂函数的数值仿真研究表明,该算法在解的精度、稳定性及全局寻优能力等方面较其它同类算法有明显的优势。     

光照不均人脸图像的子空间人脸识别方法研究

针对人脸识别中存在的光照不均匀问题,提出了一种预处理链技术,能达到很好的光照补偿效果。为了提高多姿态、多表情、多细节人脸图像的人脸识别率,设计了一种将最近邻分类器与支持向量机相结合的分类算法(NN-SVM),基于该分类算法提出了一种基于Gabor变换和NN-SVM的子空间人脸识别方法。在FERET和ORL两大人脸数据库中对所提方法进行性能评估,实验结果表明所提出方法能有效地解决人脸识别中光照不均匀问题,大大提高人脸识别率,而且相比其他现有的人脸识别方法,所设计的方法具有更好、更稳定的识别效果。     

基于Gabor小波滤波器的红外图像多尺度识别

讨论了Ｇａｂｏｒ小波滤波器理论,并利用Ｇａｂｏｒ小波滤波器的多尺度特性进行了外图像识别,还进行了计算仿真实验,实验结果表明本文算法是可行的和有效的。     

基于最大Gabor相似度的多光谱人脸识别系统

以精准识别不同特征维数以及噪声情况下的多光谱人脸为目标,设计基于最大Gabor相似度的多光谱人脸识别系统.原始可见光光谱图像以及热红外光谱图像分别输入系统的可见光光谱图像处理模块以及热红外光谱图像处理模块,图像处理模块分别提取原始可见光光谱图像以及热红外光谱图像特征并建立特征集,多光谱图像融合模块基于特征集内特征利用双...     

多姿态、光照不均人脸图像的子空间人脸识别方法研究

针对人脸识别中存在的光照不均匀问题,提出了一种预处理链技术,能达到很好的光照补偿效果。为了提高多姿态、多表情、多细节人脸图像的人脸识别率,设计了一种将最近邻分类器与支持向量机相结合的分类算法（NN-SVM）,基于该分类算法提出了一种基于Gabor变换和NN-SVM的子空间人脸识别方法。在FERET和ORL两大人脸数据库中对所提方法进行性能评估,实验结果表明所提出方法能有效的解决人脸识别中光照不均匀问题,大大的提高人脸识别率,而且相比其他现存的人脸识别方法,所设计的方法具有更好、更稳定的识别效果。     

Gabor新融合算法的维吾尔族人脸识别

针对维吾尔族人脸在遮挡和非均匀光照下导致其识别率低的问题,提出Gabor和非负矩阵在频域内融合识别的算法。首先对复杂场景中维吾尔族人脸进行预处理;然后对有遮挡的维吾尔族人脸图像进行多尺度、多方向Gabor局部特征提取,并同时在频域中对实部和虚部分别进行稀疏非负矩阵分解算法提取特征,由于局部提取的特征维数较高,因此进一步做2DPCA降维处理;最后通过支持向量机分类方法对有遮挡和非均匀光照的维吾尔族人脸进行分类识别。实验结果表明,文中识别算法对遮挡和非均匀光照时在Yale、ORL、维吾尔族人脸数据库有较强的识别效果,在识别率和鲁棒性方面有明显提高。     

基于Gabor小波与Memetic算法的人脸识别方法

提出一种基于Gabor小波与Memetic算法的人脸识别方法MA-Gabor(Memetic Algorthm-Gbor).算法使用一组特定的Gabor小波滤波器对人脸图像重要区域进行针对性的特征提取运算,可在较短处理时间内获得更具区分能力的识别数据.为提升识别性能,MA-Gabor引入Memetic算法用于Gaor小波滤波器组的优化设计.实验结果表明,Memetic算法可获得比传统优化方法更佳的设计效果.通过将优化设计的Gabor小波滤波器组用于人脸图像的特征提取,MA-Gabor算法可取得比现有人脸识别方法更高的识别率.     

基于深度学习的人脸识别算法浅析

相较于指纹识别、虹膜识别、声纹识别,人脸识别具有自然、便捷、体验友好的特征,成为大多数人认可的生物识别技术。近年来,随着GPU技术的成熟和数据集规模越来越大,让人脸识别技术的关注方向从基于手工特征的传统方法和传统的机器学习技术转移到使用大数据集训练的深度神经网络。现在,基于深度学习的人脸识别技术在人证比对、实名认证、人机交互、考勤、安防、美颜、趣味拍照、直播、微动作识别(疲劳驾驶、课堂听讲、罪犯审判)等领域得到了广泛的关注。文章首先简述人脸识别的发展历程,之后从深度学习方法、人脸数据集、网络结构、损失函数这四个方面,对目前流行的基于深度学习方法的人脸识别技术做一个较为详细的综述。     

一种高性能并行多层快速多极子算法

针对主流并行计算机架构以及电特大目标的特点,提出并实现一种高性能并行多层快速多极子算法。采用由粗到细、多层次渐进展开的表述形式,并配以算例,具体分析算法每个环节的数值性能,充分研究、展示算法的效率和精度。使用本文算法,成功计算了未知数超过3亿1千万,电尺寸达到2000个波长的电特大目标的电磁散射。     

基于简化Gabor小波的人脸识别算法研究

由于Gabor函数的生物特征,所以Gabor小波经常被用来进行纹理特征提取应用于人脸识别。然而由于在提取Gabor小波特征时运算复杂度高和所需运行时间长,使其不具备应用到实时的条件下,从而限制了Gabor小波在工程上的应用。本文提出了一种简化Gabor小波人脸识别算法,降低了运算复杂度,提高了特征提取的实时性,而且能取得与连续Gabor小波人脸识别算法相同的效果,并且与经典的PCA、LDA、LBP等经典算法相比取得了更好的识别率。     

基于隐式Gabor和KLPP算法的人脸识别

文中提出了新的人脸识别方法:将Ashraf提出的方法 (后文称之为隐式Gabor滤波)与核局部保持投影(KLPP)算法结合,并且在ORL人脸数据集上进行了实验,结果表示提出的方法 (隐式Gabor+KLPP)相比较传统的方法 (Gabor+KLPP和KLPP)识别率依然保持在很高的水平,同时识别时间大大缩短,也就是说提出的方法能够有效地降低内存复杂度,减小时间消耗。     

自适应的基于Gabor函数的指纹图像增强算法

针对实际应用时采集的指纹库中指纹图像纹线粗细和质量差别很大的情况,提出了一种根据纹线宽度自适应地决定Gabor滤波器变换窗大小的指纹图像增强算法.改进了方向图的算法,在小波变换之后的低频子图上进行方向估算.实验结果表明,基于低频于图计算方向图使得运算速度和结果准确性均有提高,尤其对于低质量的指纹图像因为小波变换滤除噪声的作用,方向图准确性提高更为明显;自适应决定变换窗大小使Gabor滤波器能更好地发挥连接断线和分离粘连的作用,处理过粗或过细指纹时更具优越性.     

自适应多层快速多极子算法及其并行算法

在多层快速多极子算法的基础上提出了一种改进的电大问题电磁散射快速算法及其并行算法.算法中将基函数和权函数分别用不同空间位置上的点源函数展开,使各部分的积分计算得到大大简化,所有转移过程可由快速傅里叶变换计算完成,同时还给出了该算法的并行化算法.数值结果说明了算法的有效性.