主要针对人脸表情特征提取和表情分类方法进行了归纳,详细介绍了这两方面的主要算法及改进,并分析比较了各种算法的优势与不足。最后通过对国内外人脸表情识别应用中实际问题进行研究,给出了人脸表情识别方面仍然存
针对单传感器图像光谱属性和空间属性的局限性和单一融合算法融合能力有限的问题,提出了红外图像和可见光图像的协同融合新方法。该方法首先获得多个融合算法下的融合图像,然后综合评定各个融合图像的整体性能,接着
针对传统可分离小波医学图像融合过程中存在部分边缘丢失和纹理信息模糊的问题,根据CT/MRI图像内容的互补性,提出整合及突出图像细节的医学图像融合算法。该算法在非分离小波分解框架下,对反映图像近似内容的
基于KPCA和SVM的人脸识别研究,王本超,马军伟,为了满足企业管针对人脸识别中遇到的
基于FOLPP的人脸识别算法的研究,李铁,,针对人脸识别中的特征提取问题,本文提出了一种将分形编码和判别局部保持投影相结合的人脸识别算法--FOLPP。该算法首先通过对人脸��
基于深度学习的人脸识别算法研究,赵学斌,张雷,传统的人脸识别算法主要是基于图像的浅层特征提取,比如LBP、SIFT、HOG等图像特征描述算子,然后进行多种浅层特征融合,PCA降维之后��
在对人脸图像使用小波变换进行数据压缩的基础上,使用PCA进行特征提取,再将特征输入集成BP神经网络实现对人脸图像的识别。集成BP网络将多分类问题转换为多个相互独立的二分类问题,在提高网络泛化能力的同时
基于图像重构和特征融合的人脸识别方法研究
提出了一种基于奇异值分解与改进的LDA相结合的人脸识别方法。首先利用奇异值分解方法获得图像的有效特征;然后经过改进的LDA处理,这样不仅可以有效降低维数,而且使抽取特征的判别能力得到了有效增强;最后对
提出了一种面向分级B帧编码的分级量化技术,通过发掘同一个Gop中B帧之间的时域相关性,按金字塔顺序在级别不同的B帧之间相应分配权重不同的量化步长,达到编码优化的目的。仿真实验证明,所提出的分级量化技术