Bergman空间上的加权复合算子

文章首先给出了Bergman空间La^2上加权复合算子,通过研究该空间上酉加权复合算子和紧自伴加权复合算子的谱、特征向量以及特征子空间,进一步完善了Bergman空间La^2上加权复合算子的理论。     

基于加权特征投影的信源数估计方法

考虑到色噪声或低快条件下噪声特征值发散,导致基于特征分解的信源数估计方法得到的信号判据值和噪声判据值区分不明显,提出了一种基于加权特征投影的信源数估计方法;首先,为了使该方法可适用于低信噪比条件,对阵列接收数据的协方差矩阵进行降噪处理,并利用降噪后协方差矩阵所有特征值和特征向量构造了一个用来区分信号和噪声的加权空间矩阵;然后,将降噪后的协方差矩阵在该加权空间矩阵上投影,从而增大了信号判据值与噪声判据值的差异;最后,结合幂函数的缩放性构建了判决函数,进而实现信源数估计;通过理论分析和实验验证,该方法不仅适用于白噪声和色噪声条件,而且在低快拍和低信噪比条件下优势明显,在快拍数为10,信噪比分别为0 dB的白噪声和6 dB的色噪声条件下,该方法的成功检测概率均达到90％以上,同时该算法在信源数较多时效果鲁棒.     

亏损矩阵特征子空间的分解与若当链一般形式

对于复数域上的方阵A，用(λi-A)^j的列空间及其一个余子空间与特征子空间的交可以找到具有相同长度的若当链首元中心，从而得到求若当链的一种方法．特征子空间可以分解成这些中心的直和,再根据若当链上不同位置的向量的运算关系，可得出若当链的一般形式.     

可变光照条件下的人脸图像识别

对于人脸图像识别中光照变化的影响,传统的解决方法是对待识别图像进行光照补偿,先使它成为标准光照条件下的图像,然后和模板图像匹配来进行识别。为了提高在光照条件大范围变化时,人脸图像的识别率,提出了一种新的可变光照条件下的人脸图像识别方法。该方法首先利用在9个基本光照方向下分别获得的9幅图像来构成人脸光照特征空间,再通过这个光照特征空间,将图像库中的人脸图像变换成与待识别图像具有相同光照条件的图像,并将其作为模板图像;然后利用特征脸方法进行识别。实验结果表明,这种方法不仅能够有效地解决人脸识别中由于光照变化影响所造成的识别率下降的问题,而且对于光照条件大范围变化的情况,也可以得到比较高的正确识别率。     

Design and Use of Linear Models for Image Motion Analysis

Linear parameterized models of optical flow, particularly affine models, have become widespread in image motion analysis. The linear model coefficients are straightforward to estimate, and they provide reliable estimates of the optical flow of smooth surfaces. Here we explore the use of parameterized motion models that represent much more varied and complex motions. Our goals are threefold: to construct linear bases for complex motion phenomena; to estimate the coefficients of these linear models; and to recognize or classify image motions from the estimated coefficients. We consider two broad classes of motions: i) generic motion features such as motion discontinuities and moving bars; and ii) non-rigid, object-specific, motions such as the motion of human mouths. For motion features we construct a basis of steerable flow fields that approximate the motion features. For object-specific motions we construct basis flow fields from example motions using principal component analysis. In both cases, the model coefficients can be estimated directly from spatiotemporal image derivatives with a robust, multi-resolution scheme. Finally, we show how these model coefficients can be use to detect and recognize specific motions such as occlusion boundaries and facial expressions.     

Toeplitz化在ESB自适应波束形成算法中的应用

把Ｔｏｅｐｌｉｔｚ化和基于特征空间（ＥＳＢ）自适波速形成算法相结合,针对等距线提出了一种新的波束形成算法并进行了理论分析,该算法通过对估计得到的阵列信号相关矩阵进行Ｔｏｅｐｌｉｔｚ化,减小有限次采样引起的误差,获得较快的收敛速度,并能有效克服ＥＳＢ算法不能在相干环境下工作的缺点,计算机仿真结果证实了这种算法的有效性。     

融合空时相干和特征空间波束形成的超声成像

为了进一步提高超声成像的质量,提出了融合特征空间最小波束形成和空时相干系数的成像方法。首先利用最小方差法计算回波数据的协方差矩阵和加权向量;然后对协方差矩阵进行特征分解得到信号子空间,并将加权向量投影到信号子空间,得到特征空间方法的加权向量;同时采用空时平滑方法计算相干系数,最后用空时相干系数作为加权系数对特征空间最小方差波束形成的结果进行优化。为了验证算法的有效性,对医学成像上常用的点目标和斑目标进行了成像,仿真实验结果表明：与特征空间最小方差算法和融合特征空间与相干系数的算法相比,提出的方法提高了对比度和稳健性,其代价是略微降低了成像分辨率。     

Face authentication for multiple subjects using eigenflow

In this paper, we present a novel scheme for face authentication. To deal with variations, such as facial expressions and registration errors, with which traditional intensity-based methods do not perform well, we propose the eigenflow approach. In this approach, the optical flow and the optical flow residue between a test image and an image in the training set are first computed. The optical flow is then fitted to a model that is pre-trained by applying principal component analysis to optical flows resulting from facial expressions and registration errors for the subject. The eigenflow residue, optimally combined with the optical flow residue using linear discriminant analysis, determines the authenticity of the test image. An individual modeling method and a common modeling method are described. We also present a method to optimally choose the threshold for each subject for a multiple-subject authentication system. Experimental results show that the proposed scheme outperforms the traditional methods in the presence of facial expression variations and registration errors.     

基于特征空间求根法的非整数次谐波估计方法

现有傅里叶算法在含有非整数次谐波的情况下存在着频谱泄漏和栅栏效应,AR模型谱估计和多信号分类法(MUSIC)法能提高频率分辨率,但对噪声敏感,容易产生虚假频率。提出基于特征空间求根法进行频率的精确估计,对修正的信号自相关矩阵进行特征值分解,利用信号子空间和噪声子空间的正交性构造多项式,进行多项时求根,得到单位圆上的根进行频率估计,在此基础上通过三角回归法,解一超定方程组得到相应的振幅和相位。并与MUSIC法在无噪声和有噪声情况下进行仿真比较,证明了该方法在提高分辨率、减小估计偏差和提高数据精度的有效性。     

分形编码在图像检索中的应用

分形编码在图像压缩方面取得了很好的效果,同时,分形编码也能够用于基于内容的图像检索.本文提出了一种基于块限制的分形编码算法和匹配策略,并将它们用于图像检索.在我们编码算法中,图像会被预先分成互相不重叠的子图像块,然后对这些子图像进行独立地分形编码,从而获得整幅图像的分形码.该编码算法能够在很大程度上减少编码时间.在进行图像间相似性的匹配时,我们采用改进的基于九叉树的分配策略,从而避免全局地进行分形码的匹配,减少了计算量.实验结果说明,我们的编码算法和匹配策略能够比较有效地应用于基于内容的图像检索,在计算时间和存储时间上都优于实验中其它两种方法.