: 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
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
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
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
基于稀疏的人脸识别,数据库为ORL,40个人,每人10幅图片,随机选择训练样本,剩下为测试样本。
针对人脸识别在实际应用中存在光照异常、姿态变化、遮挡、样本缺乏等情况,研究了结合主成分分析的稀疏表示人脸识别分类算法,设计并实现了人脸识别系统。系统依据训练字典对实时采集的人脸图像进行识别,并支持训练
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
多目标进化算法的研究主要集中于搜寻全局最优解。在现实中,环境不是一成不变的,需找到抗干扰能力强的鲁棒解。多目标鲁棒最优化问题的研究较少,主要归结于环境的不确定性和缺乏合适的测试函数。针对不同特性测试函
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
鲁棒特征提取与行为识别,侯晏龙,李志刚,本文主要研究基于视频的行为识别技术。所论述的方法主要用于识别时空混合的视频数据中的人类行为活动,它不同于其他二维图像识别