论文研究基于加权分块稀疏表示的光照鲁棒性人脸识别.pdf

基于重加权双稀疏性的非刚性配准方法，李坤，杨敬钰，非刚性表面配准是一个欠定性问题，且自由度很高，对噪声和野值也很敏感，因此是一个挑战性难题。我们提出一种基于重加权位置与变

： 设计了一种基于图像分块的 LDA(linear discriminant analysis)人脸识别方法， 该方法从模式的原始数字图像出发， 先对 图像矩阵进行分块，然后对分块子图像进行 LDA

针对当前基于稀疏分类的目标跟踪算法跟踪精度较低等问题，结合判别分析思想，提出改进型稀疏跟踪算法。采用基于在线学习的标准对冲算法估算目标的位置以及面积，并详细介绍了标准对冲算法原理。对于在跟踪过程中目标

针对传统的人脸识别算法在处理单样本人脸识别时由于训练样本不足而影响识别率的问题，提出了一种基于分块聚类的多流形判别分析（MMDA）算法。将每个单训练样本划分成若干大小相等且互不重叠的局部小块，利用聚类

针对人脸识别系统在非控制环境下易受姿态、表情和遮挡变化影响的问题，提出了一种基于测地映射分析（Geodesic Mapping Analysis，GMA）的特征提取方法。通过计算两个像素点间的测地距离

两阶段算法是指第一阶段用一个分类算法,选取距离测试样本近的M类训练样本,第二阶段再用这M类训练样本作为新的训练样本集进行识别。为了加快识别速度,提出一种全新的快速选取M类训练样本的算法。首先,利用k均

基于网页分块的Web社区识别，高亮，张宪超，Web社区是指Web中具有相似主题的页面集合。由于Web的自组织性，Web存在很多个社区，如何发现和利用这些社区信息是Web数据挖掘领域中的

经典Retinex算法假设场景中光照是平缓变化的，当光照变化比较强烈时，易产生“光晕”现象，为了提高光照条件变化下的人脸识别率，提出一种改进单尺度Retinex的光照人脸识别方法。采用双曲正切函数代替

非负矩阵分解(NMF)算法可以提取图像的局部特征，然而NMF算法有两个主要缺点：a）当矩阵维数较大时，NMF算法非常耗时；b）当增加新的训练样本或类别时，NMF算法必须进行重复学习。为克服NMF算法这

针对实际人脸识别应用中大量人脸无须作光照补偿的情况，分别用2DPCA和Fisher两种人脸识别方法对FRVT标准人脸库进行识别，得出准确的影响人脸识别的光照方向参数，并提出了一种简单快速的判断是否需补