基于图像重构和特征融合的人脸识别方法研究

基于SIFT特征和Fisher的人脸识别方法.pdf

为了降低人脸Ｇａｂｏｒ特征的维数，提出了一种新的基于Ｇａｂｏｒ幅值的纹理表征（ＧＭＴＲ）方法用于人脸识别。ＧＭＴＲ由伽玛分布（ΓＤ）拟合Ｇａｂｏｒ幅值的分布来刻画，拟合的ΓＤ参数作为纹理特征。在ＦＥＲ

人脸识别是模式识别中的热点研究课题，人脸识别研究的关键是特征提取。子空间方法由于计算方便、提取特征稳定等在特征提取领域得到了广泛地应用。线性子空间分析方法的思想就是根据一定的性能目标来寻找一线性的空间

提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,

在Boosting算法中，我们将分类任务划分成多个子分类器，每个子分类器专注于一些难分类的样本，然后组合这些子分类器形成一个强的分类器。

基于SIFI的人脸画像识别方法，并且对比了一般LBP和圆形LBP两种人脸画像识别方法，最后还延伸了GLOH算法，里面代码论文都有

基于LBP,Gabor特征相结合的人脸识别方法研究，康健，张洪刚，人脸识别是模式识别领域最为重要的研究课题之一。针对目前对人脸识别准确率越来越高的需求，本文针对LBP,Gabor小波变换将结合的人脸

Camshift是一种应用颜色信息的跟踪算法，它对做加速度的运动物体跟踪效果不够稳定和强壮，从准确预测目标位置及缩小目标搜索范围入手对Camshift算法进行了改进。该算法使用运动目标加速度运动位移方

针对人脸识别过程中所提取特征向量的信息不完整性与整体图像信息数据量较大的问题，提出一种类矩阵神经核特征融合的人脸识别方法。该方法为深度神经网络的首层升维操作，首先将人脸数据作为特征向量的集合，利用随机

基于特征融合的人脸表情识别研究.pdf

采用了一种基于SURF的人脸识别方法,其中所提取出的SURF特征向量对于图像的尺度与旋转变化均具有较好的适应性;通过采用LDA算法有效地缩短了运算时间;此外还采用K-means聚类方法对特征向量进行分

提出基于灰度共生矩阵(GLCM)和混沌遗传优化算法(CGA)的人脸表情识别方法(FER)。为了消除遗传算法中个体在解空间内分布的不均匀性,利用混沌的随机性、遍历性和规律性,将混沌引入到遗传算法中,由此

针对传统的浅层特征所提取特征的判别性有限、深度特征需要大量带标记样本且训练过程耗时长的问题,提出一种深度及浅层特征融合算法用于人脸识别。首先提取人脸的HOG特征并进行判别性降维;同时,提取人脸图像的P

针对现有的人脸图像识别算法准确度不高的问题,提出了一种基于非下采样Contourlet 变换(NSCT)和仿生模式的人脸图像识别的方法。对人脸图像进行NSCT 分解,并将分解后的各系数矩阵转化为能量特

提出一种二维分数阶傅里叶域(2D-FrFT)多阶次特征融合分类算法.该方法充分利用分数阶傅里叶域不同阶次下表情特征之间的相关性,选取两个阶次的表情特征,利用典型相关分析法(Canonical Corr