排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
针对人脸识别的输入图像信息量高低不均的问题,提出了一种多参数图像择优的评分机制CPEF主要有三点贡献:第一点是提出了一种新颖的基于主动形状模型(ASM)定位的人脸水平旋转程度评估方法;第二点是采用递归的方式计算权重;第三点是提出了一组参数定量地描述了图像择优方法.过程如下:首先,计算图像质量;其次基于二分类器判断人眼是否处于睁开状态;然后以颜色直方图信息判定人是否处于张嘴状态;最后,综合水平旋转程度及其他参数,配合权重,给出评分.在FERET人脸库上的实验结果证明,CPEF有效地将人脸图像按照入主观感受做出排名,准确率高达92%.并且按得分高低排序采用Gabor配合SVM做人脸识别对比测试,对比实验证明,经CPEF处理后的图像在人脸识别中的准确率显著提升. 相似文献
3.
4.
找到能减小类内距离、增大类间距离的特征表示方法是行人识别的一个挑战。提出一种基于行人验证和识别相融合的深度网络模型来解决这一问题。首先,识别监督学习网络模型增加不同个人的类间间距,验证监督学习网络模型减少同一个行人的类内间距;然后,将行人验证和识别的深度网络融合,提取到更有分辨能力的行人特征向量;最后,采用了联合贝叶斯的行人比对方法,通过监督学习排名的方式,提高行人比对的准确率。实验结果表明,所提方法在VIPeR库上同其他深度网络相比有较高的识别准确率,融合网络与单独的识别和验证网络相比有更高的收敛速度和识别准确率。 相似文献
5.
在跨场景行人识别过程中,为了解决多种特征以一个固定的权重融合导致行人识别率低、识别速度慢的问题,提出基于自适应特征选择的动态加权平均排名行人识别方法。首先,将GrabCut算法和基于流形排序显著性检测算法相融合,提高行人外观特征提取的准确性;然后,提出自适应显著特征选择方法,有效地提取行人特征描述;最后,通过动态加权平均排名模型将多特征融合。实验表明,所提出的方法提高了行人识别的准确性,同时对姿态的变化具有较好的鲁棒性。 相似文献
1