共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
针对仅在整幅人脸图像上进行奇异值分解无法得到人脸识别所需的足够信息的问题,提出了一种利用人脸图像的局部奇异值和灰色关联分析进行人脸识别的方法。该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息和克服＂小样本＂效应。在识别阶段,对待识别人脸的特征向量,计算其对各人脸样本的隶属度,最后做出判断。该方法与传统方法在ORL人脸库上进行的对比实验结果,表明了该方法的优越性。 相似文献
3.
相关研究指出,人脸图像具有低频稳定性和模式非线性的特点.小波分解和平滑滤波能够削弱人脸图像的高频成分而保留其低频成分,核主成分分析(KPCA)能够提取人脸图像的非线性特征,鉴于此本文提出了一种结合小波分解、平滑滤波和核主成分分析的人脸识别方法.最后在ORL人脸库上进行的大量实验,结果表明,该方法简单易行,比传统的核主成分分析方法的识别率更高,且运算时间增加不多. 相似文献
4.
研究基于图像的人脸准确识别问题.人在佩戴眼镜的情况下,脸部受到眼镜遮挡,造成无法提取眼部区域特征,人脸主要特征丢失,造成识别准确率下降.为了避免上述缺陷,提出了少量特征相关性计算的人脸识别方法.对提取的人脸图像少量的特征参数进行非线性变换处理,获取特征向量权值系数.利用小波变换方式计算人脸特征相关性系数,通过少量特征相关性进行人脸识别.实验证明,这种眼部特征图像人脸识别方法提高了佩戴眼镜情况下,人脸识别的准确率,取得了满意的效果. 相似文献
5.
针对部分遮挡的人脸表情识别,提出了一种基于部分遮挡判断的人脸表情识别方法：首先对包含表情信息的静态图像进行Gabor小波变换,提取表情特征矢量,然后用最大相关分类器对特征矢量分类。实验表明,该方法对局部遮挡的人脸表情识别有较强的鲁棒性。 相似文献
6.
7.
提出一种针对部分遮挡的人脸图像进行分类识别的新算法。采用Gabor小波变换对人脸图像进行特征提取,从而得到图像的Gabor特征矩阵。并利用支持向量机的方法实现遮挡人脸的分类识别。经仿真实验证明该算法有效。 相似文献
8.
提出了一种基于稀疏分解的不同光照和姿态的人脸识别方法。通过给定的样本为每一类人脸图像训练一个特定的字典,使得在稀疏限制条件下,图像的表示误差最小。将测试图像投影到每一个字典的原子所形成的空间,然后利用误差向量进行分类。为了处理不同光照和姿态问题,采用了基于反照率估计的姿态的重照技术产生同一个人的不同光照条件下的多幅正面图像,从而使得本文方法能够在只有极少数训练图像的条件下获得很高的识别率。通过采用公用数据库中的人脸图像进行验证表明本文方法能够有效的实现不同光照和姿态条件下的人脸识别,其在性能方面比现有大多数方法更优。 相似文献
9.
10.
《科技广场》2017,(8)
人脸识别技术是人脸识别系统以人脸图像作为识别身份的媒介。主成分分析(Principal Components Analysis)~[1-2]即是人脸识别算法中一种常用的方法,算法寻求的是能最大程度代表原始信息的特征信息。理解了算法的原理,基于平台实现了人脸识别系统。该系统首先对图像进行预处理,预处理的目的是为了减弱光照、噪声等非线性因素的干扰,再以人脸库中的部分图像为训练样本,采用算法计算训练样本得到特征脸向量,然后用工具箱~[3]中的函数对训练样本进行训练得到模型,通过训练出来的模型用部分测试样本进行预测,最后分类识别得出结果。实验证明,该系统识别率较高,具有一定的参考和研究价值。 相似文献
11.
提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解，然后把3个不同分辨率的低频子图像由小到大排列成树状结构，形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维，形成特征小波树枝，并把它作为观测向量对隐马尔可夫模型进行训练，把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系，以及状态个数和高斯概率混合成分的个数对识别率的影响，定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上，同其他四种相关方法进行了比较，实验结果表明，该方法识别率较高，工程上易于应用. 相似文献
12.
13.
有效地提取特征和设计好的分类方法是人脸识别的关键,本文结合隶属度函数提出一种基于图像分块的二维线性判别分析识别方法。首先对人脸样本图像等量划分为若干个子模块,再直接对子模块图像矩阵进行二维线性判别分析提取特征,得到子模块低维特征矩阵,最后算出测试图像子模块相对于训练类对应子模块的隶属度,选取几个隶属度最大的子模块进行权值叠加,被测试图像最终归属于叠加结果最大的一类。该方法既克服了小样本问题又具有更人性化的分类设计。在ORL和FERET人脸数据库上的实验结果表明,提出的方法不仅运算量小而且识别率也明显优于其它方法。 相似文献
14.
本文将结合实际中图像处理领域的相关知识,对图像的矩阵表示、图像的矩阵处理、图像的小波变换、人脸识别、图像融合等技术进行逐一讨论和分析。 相似文献
15.
首先将图像进行非线性变换,然后进行小波变换提取人脸高频分量,同时用小波核函数替换神经网络的隐层函数.实验结果表明,该算法可以在保证检测准确率的同时降低检测时间,从而为实际人脸检测系统设计提供参考. 相似文献
16.
当前主流的人脸识别算法,都是把原有的彩色图像转化为灰度图后,采用基于灰度图像的特征抽取与识别算法进行分类识别。人们在实际操作过程中,只是使用一组简单的加权系数实现从彩色图像到灰度图的转换,这并不能很好的体现R,G,B 3个颜色分量之间的次重关系。本文根据人脸图像颜色组成的特点,对彩色人脸图像的R,G,B 3个分量的颜色信息进行特征抽取与分析,从中找出鉴别特征的三基色系数表示方法,把彩色图像转化为灰度图。最后,在国际通用的AR标准彩色人脸库中进行了大量实验,验证了本文算法的有效性。 相似文献
17.
18.
提出了一种提升小波变换和DCT变换相结合的图像融合算法。这种算法并不依赖于对方差,而是直接使用DCT变化和小波变化分别对高频部分、低频部分进行特征提取。实验表明,这种新的融合技术与传统算法相比,不但提高了图像的信噪比,更加保留了边缘的信息细节,同时也提高了处理效率,减少了使用时间,具有较高得实用价值。 相似文献
19.
非负矩阵分解方法将人脸图像表示为基图像的线性组合,较好地提取了人脸的局部特征。应用非负矩阵分解和奇异值分解相结合的方法识别人脸,实验结果表明,这种方法并不能有效提高识别率。位面切割可有效降低人脸图像中的噪声信息,基于这一认识,笔者提取了将位面切割应用于人脸识别的方法,在ORL人脸库上的实验证明了这一方法的有效性。 相似文献
20.
提出一种人脸识别方法用于解决姿态变化对识别准确率的影响。首先检测人脸图像的SIFT特征,然后根据SIFT特征计算人脸图像间的多示例距离;基于此多示例距离,用保局投影将人脸图像映射至流形空间,最后在流形空间中采用K近邻方法进行人脸识别。该方法有三个特点：(1)采用SIFT特征减小了未知姿态对识别准确率的影响;(2)通过保局投影将特征变换到流形空间一个点,避免了复杂的SIFT特征匹配策略;(3)借助流形方法滤除高维特征中的噪声。实验结果表明与已有方法相比,在人脸姿态不确定的情况下,该方法能提供较为理想的识别准确率。 相似文献