基于Fisher判别的人脸识别方法研究

人脸特征是最自然直接的生物特征,它具有直接、友好、方便的特点,易于为用户接受。人脸识别由于其在监控、罪犯识别、人机交互等方面广泛潜在的应用,已成为图像处理、模式识别和计算机视觉等学科最活跃的研究领域。线性鉴别分析是特征抽取中最为经典和广泛使用的方法之一。近年来,在小样本情况下如何抽取Fisher最优鉴别特征一直是许多研究者关心的问题。文中阐述了应用Fisher判别法在人脸图像样本分类方面的运用。在标准数据库ORL人脸库和Yale人脸数据库上仿真的试验结果证实了方法的有效性和稳定性。     

基于对象的C程序边界安全检测改进技术

C语言对内存操作不进行边界安全检测,这使C程序具有高执行效率,但也产生各种安全问题,例如数组越界、指针访问越界、C库函数的非法操作等。基于对象的运行时验证技术能实时监测程序的运行行为,自动找出程序中存在的漏洞。在原有基于对象技术的基础上,改进多维数组和结构体变量的地址范围记录方式,用2次地址查询操作检测指针访问,用平衡二叉树优化存储结构。实验结果表明,改进的方法优于传统的基于对象技术。