复杂背景下的人脸检测

提出了一种亲折复杂背景下的人脸检测方法。首先,根据图象的灰度直方图,把图象分割成若干子图象区域,然后分别在这些子图象区域中搜索可能的人脸,进行全局特征－奇异值特征的提取,最后根据特征匹配检验的结果作出决策。     

融合李群理论与特征子空间基的图像目标跟踪

针对复杂背景下目标跟踪窗口易受噪声干扰从而产生形变与漂移的问题,本文利用群空间中仿射群组受扰动后的形不变属性,将系统状态变量映射到李群空间进行处理,同时采用增量主元分析法(IPCA)算法实时学习并更新目标特征子空间数据.所提方法在利用粒子滤波算法采样粒子时,通过引入测量向量以提高权值计算的准确性.在基于Car11等4个测试集的实验中,结果优于IVT跟踪器,本文跟踪器窗口在噪声干扰下不会产生形变,跟踪成功率达到96%,结果优于IVT跟踪器.对比Kwon跟踪器,本文跟踪方法显著降低了算法复杂度,平均执行时间有效地控制在0.32s/帧.     

基于方向图跟踪和对称轴的自动指纹分类算法

采用指纹连续分布方向图跟踪技术,提出指纹对称轴的概念及其算法。在此基础上,提出一种基于方向图跟踪和指纹对称轴的六类自动指纹分类算法,在FVC2000、FVC2002、FVC2004的Set B、FVC2004的Set A指纹库以及本文所采集的指纹库上的分类结果表明,算法能有效地将双旋型和漩涡型指纹正确分开,实现了六类指纹分类,分类正确率达到95.6%,具有较好的健壮性。     

一种基于AP的仿生模式识别方法

提出了一种基于仿射传播聚类(Affinity Propagation Clustering,AP Clustering)和仿生模式识别理论(Biomimetic Pattern Rccognition,BPR)的识别方法。该方法通过AP聚类选择代表训练样本,依据仿生模式识别理论构建并划分样本空间,通过计算待识样本到各特征子空间的相对距离,根据其所处空间进行分类识别。在因空间重叠造成拒识的情况下,通过计算基于类条件的后验概率对样本进行相对区别。在Concordia大学CENPARMI手写体数字库与南京理工大学手写金额库上进行了实验,结果表明,该方法在识别率方面优于传统的分类器。     

基于模型的车辆检测与跟踪

车辆检测算法是汽车辅助驾驶系统中的核心算法之一。为了对摄像机抖动下的目标进行鲁棒跟踪,提出了一种新的基于投影的曲线模型匹配方法,利用投影的完整度、匹配点相对于模型的偏移量期望和方差的加权和作为相似性度量。在此基础上建立模型匹配算法,利用车辆模型匹配进行车辆的检测和跟踪。实验结果表明,该算法具有良好的适应能力,对不同车型、大小、颜色的车辆都能够进行很好的检测和跟踪,并能够在车辆颠簸造成摄像机抖动的情况下保持目标的稳定跟踪。     

基于多分类器组合的人脸识别

根据人类认知的规律,文中提出了一种基于整体和局部特征组合的人脸识别方法。奇异值特征是一种比较有效的代数特征,文中提取了整个人脸、双眼以及嘴部的奇异值特征。在组合过程中,提出了一种改进的将距离转换为后验概率估计值的方法,该方法既缩减了单一分类器的可能的模式类别,又对各分类器的输出进行了加权。实验结构表明文中方法是有效的。     

一种基于一致性邻域超图模型的图象分割方法

提出了一种将超图理论与图象的空 -频域特征分析相结合的图象分割方法 .该方法是基于图象的多分辨率小波分析及高斯 -马尔可夫随机场理论 ,在抽取一组反映图象局部空间结构信息的特征矢量基础上 ,根据同一区域的象素具有相似的特征矢量的原则 ,将图象转换为一个关于特征相似性测度的邻域超图 ,再利用覆盖 -选择算法对该超图进行分割的方法 .实验证明 ,该方法具有较好的稳定性和适应性 ,尤其对于一些信噪比较低的图象 ,也具有良好的分割效果 .     

快速核Foley—Sammon鉴别分析及其在人脸识别上的应用

核Foley-Sammon鉴别分析由于可以抽取得到原始样本的非线性正交特征,因此被广泛应用于模式识别的研究领域.但是该算法在具体求解每一个特征矢量过程中均需求解相应的广义特征方程,因此非常耗时.为了克服这一困难,提出了一种新的快速近似算法即核Foley-Sammon鉴别分析,有效地避免了多次求解广义特征方程.在ORL人脸数据库上的实验结果表明,该算法不仅在识别性能上优于核线性鉴别分析,而且在特征抽取速度上优于传统的核Foley-Sammon鉴别分析.     

基于笔划组合的手写数字切分

主曲线是一种新的基于非线性变换的特征抽取方法,它是一种通过数据分布“中间”并满足“自相合”的光滑曲线来进行特征提取的方法。为了提高手写数字串切分的正确率,提出了一种基于笔划组合的手写数字串切分方法。该方法首先使用主曲线完成字符模板的笔划抽取,然后以字符识别器提供的置信度为依据来组合笔划,以实现手写数字串的切分过程。另外,在字符识别器设计方面,则是使用基于数字轮廓分段特征与规范化模板特征这两个单特征分类器组合。实验表明,分别基于这两个特征的分类器具有较强的互补性。由于字符识别器的置信度难以真实反映识别结果,为此需使用类条件置信变换法,通过估计分类器的后验概率来对识别器的置信度进行修正。实验结果表明,该方法对于手写数字的分割是有效的。