共查询到20条相似文献，搜索用时 421 毫秒
1.
为了进一步提高人脸图像的识别率,提出了一种相关分析融合的人脸图像识别算法。首先通过采用压缩测量数据得到人脸图像,然后通过划分子模式的方法去除图像中的小样本,提取局部特征,采用成分分析提取人脸图像的整体特征,通过算法对人脸图像特征进行融合,从而消除人脸部冗余信息,最后通过3个人脸数据集对算法进行测试。仿真实验表明,本文的算法相对于参比算法,提高了人脸图像识别精度,具有很好的鲁棒性。 相似文献
2.
在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。 相似文献
3.
4.
针对人脸特征的提取问题,提出了在SVM的基础上结合局部二值模式(LBP)加权算法。首先描述了人脸图像的LBP和深度LBP特征,通过加权形成人脸特征向量,通过这些向量采用支持向量机进行分类,依托人脸数据库进行仿真。实验结果表明,本文算法提高了人脸平均识别率以及识别效率,具有一定的推广价值。 相似文献
5.
针对人脸特征的提取问题,提出了在SVM的基础上结合局部二值模式(LBP)加权算法。首先首先描述了人脸图像的LBP和深度LBP特征,通过加权形成人脸特征向量,通过这些向量采用支持向量机进行分类,依托人脸数据库进行仿真。实验结果表明,本文算法提高了人脸平均识别率以及识别效率,具有一定的推广价值。 相似文献
6.
由于姿态、光照、表情、遮挡等变化引起的面部特征变化仅出现在整个图像的局部区域中,使用整体图像进行特征提取和识别的传统人脸识别方法效果不佳。为解决上述问题,提出了一种融合子图分割和多类支持向量机的人脸识别方法。首先,将人脸图像分割成多个不重叠的子图像;然后采用广义二维Fisher线性判别分析对每个子图像和整体图像进行局部和全局特征提取,并使用SVM做为图像分类器;最后,通过融合各个SVM分类器的决策给出人脸识别结果。在ORL人脸数据库上对所提出的SD-MSVM方法进行了灵敏度、特异度和K折交叉验证测试,实验结果表明,新的SD-MSVM方法各项指标均优于传统的全局特征提取方法。 相似文献
7.
8.
文章对人脸的特征提取进行了深入的研究,提出了基于Gabor小波的局部导数模式的特征提取方法。基于Gabor的局部二值模式(LGBP)和基于Gabor的局部导数模式(LGDP),主要针对LBP以及多阶的LDP算法分别在灰度图像和Gabor小波图像进行识别实验,并对比其实验结果。得出的结果可以看出高阶的LDP算法的识别效果比LBP算法好。随着LDP阶数的增高,其获得的人脸的细节越详细,在三阶时效果越好,高于三阶的LDP算法其获得的信息会包含较多的噪声不利于识别。而基于Gabor的识别方法的识别率高出了在灰度图像的识别率。所以得出三阶的基于Gabor的局部倒数模式(LGDP)具有最高的识别效果。 相似文献
9.
10.
眼睛定位是很多人脸检测算法的关键步骤,是近二十年来图像处理、模式识别和计算机视觉领域中极富挑战性的研究课题之一。眼睛定位常用的精确检测方法主要有：霍夫变换法、变形模板法、边缘特征分析法和对称变换法等。文中采用一种基于积分投影的方法进行眼睛位置的有效快速定位,并分别利用水平和垂直灰度积分投影曲线结合人脸的结构特征找到眼睛的位置坐标,实现了准确的眼睛定位。 相似文献
11.
12.
13.
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
14.
为解决变光照下人脸识别率低问题,提出一种鲁棒性强的光照人脸处理算法(ISSR)。首先对亮度图像进行粗估计,然后通过非线性运算在反射图像中对粗估计的亮度图像进行补偿,最后采用支持向量机建立人脸识别分类器,并采用Yale、CMU-PIE和AR人脸库进行仿真测试。结果表明,相对于其它光照处理算法,ISSR算法增强了人脸图像的质量,提高不同光照条件下的人脸图像识别正确率,鲁棒性更强。 相似文献
15.
16.
提出了一种人脸关键点检测方法,该方法用了少量的正面图像,不用归一化人脸图像,而传统的人脸关键点检测方法需要对图像进行严格预处理。随机森林是一种分类器融合算法,可以很好地解决多类分类问题,虽然LBP特征简单,但其可以包含大量的纹理信息。利用改进的LBP特征与随机森林相结合,构成一种对人脸关键点检测的方法。通过高斯平滑图像的LBP特征的提取,对每个点生成特征,计算出有用的特征作为正例,并且与反例集合变为训练集。通过随机森林分类器进行分类,误差率较低,仅在10％左右。 相似文献
17.
针对传统的基于稀疏表示超分辨率重建存在不能同时保存边缘与纹理结构,并且在线运行时间长的问题。一种基于稀疏表示块的超分辨重建算法被提出,首先通过图像训练PCA字典集,然后应用PCA算法得到相应的聚类子字典,在重建的过程中引入全变分正则项,以便联系图像局部之间的信息和加强保存重建过程中的图像纹理特征。最后用分步算法求目标函数,重建得到高分辨率图像。大量的仿真实验结果证明,与传统的超分辨率算法相比,新算法能够改善图像结构特征信息,评价指标值也有一定的提高。 相似文献
18.
生物特征识别过程中的人脸识别,人脸数量的巨大,限制了这项技术的应用性.本文提出了一种基于云计算的大规模人脸特征图像匹配技术,运用广域云计算网络模型,对图像中存在的人脸特征信息进行有效地提取.在云计算的相关对比算法中,运用改进的ASM匹配模型进行人脸特征的提取与匹配.保证特征的进度,运用云计算强大的运算能力,完成海量图像的人脸图像匹配,克服了传统算法的弊端.实验证明,这种算法能够避免由于人脸的图像数量过大,造成的图像匹配耗时的缺陷,大幅提高了相关算法的应用性. 相似文献
19.
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