江苏省高校自然科学研究项目(05KJB520152)
- 作品数：24 被引量：89H指数：5
- 相关作者：刘永俊陈才扣杨静宇王正群黄建平更多>>
- 相关机构：扬州大学常熟理工学院南京理工大学更多>>
- 发文基金：江苏省高校自然科学研究项目江苏省博士后科研资助计划项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学电子电信更多>>
- 基于泛滑动窗与2DLDA的单样本人脸识别被引量：9
- 2007年
- 对于单训练样本人脸识别,基于每人多个训练样本的传统人脸识别算法效果均不太理想。尤其是基于Fisher线性鉴别准则的一些方法,由于类内散布矩阵为零矩阵,根本无法进行识别。提出一种新的样本扩充方法,即泛滑动窗法。采用"大窗口、小步长"的机制进行窗口图像采集和样本扩充,不仅增加了训练样本,而且充分保持和强化了原始样本模式固有的类内和类间信息。然后,使用二维线性鉴别分析方法(2DLDA)对上面获得的窗口图像进行特征抽取。在ORL国际标准人脸库上进行的实验证实了所提算法的可行性和有效性。
- 陈才扣黄建平刘永俊
- 关键词：单样本特征抽取人脸识别
- 基于位平面图像与2DMSLDA的单样本人脸识别被引量：5
- 2010年
- 在进行单训练样本人脸识别时,基于每人多个训练样本的传统人脸识别算法效果通常不太理想。尤其是基于Fisher线性鉴别准则的一些方法,由于类内散布矩阵为零矩阵,根本无法进行识别。针对以上问题进行了分析研究,提出了一种新的样本扩充方法,即:采用位平面图像分解法,将每幅样本图像分解为8幅,进而通过各种合成策略构造多幅样本图像。使用一种更加稳定的二维最大散度差线性鉴别分析方法(2DMSLDA)对上面获得的新样本图像进行特征抽取。在ORL国际标准人脸库上进行的实验表明了所提算法的可行性和有效性。
- 刘永俊常晋义陈才扣杨静宇
- 关键词：人脸识别单样本
- 图像二维鉴别特征矩阵融合及人脸识别
- 2007年
- 二维最大散度差鉴别准则和二维Fisher鉴别准则抽取的特征具有很强的相关性.本文在此基础上,通过对传统的基于向量的典型相关分析方法进行分析改进,提出了一种新的直接基于图像二维鉴别特征矩阵融合的二维典型相关分析方法,并将其应用于人脸识别的特征融合过程中.较基于向量的典型相关分析,该方法计算过程中构造的协方差矩阵维数大幅度减小.这在一定程度上避免了人脸识别中存在的"高维小样本问题",另一方面也使算法的速度明显提高.
- 刘永俊赵根林陈才扣杨静宇
- 关键词：二维典型相关分析人脸识别
- 二维核最大散度差鉴别分析及人脸识别
- 二维最大散度差线性鉴别分析方法不仅有效地避免了在人脸识别中传统的 Fisher 线性鉴别分析通常存在的'小样本问题',而且使其特征抽取的速度有了大幅度的提高。本文通过引入著名的'核技巧',将二维最大散度差线性鉴别分析扩展...
- 刘永俊陈才扣
- 关键词：核方法人脸识别
- 文献传递
- 基于核可能性c-均值算法的支持向量机被引量：1
- 2007年
- 提出一种基于核可能性c-均值算法的支持向量机分类算法,该算法改进了SVM训练过程中噪声和孤立点的敏感问题.其基本思想是:用核可能性c-均值算法对每个模式类训练样本进行聚类,得到不同的可能性度量值,根据得到的可能性度量值对训练样本进行修剪,删除具有较低可能性度量值的训练样本,最后用生成的新训练样本训练支持向量机.实验结果表明,该算法可以有效地解决由噪声和孤立点引发的分类错误问题以及重要样本的错分问题.
- 郭亚琴王正群乐晓蓉王向东
- 关键词：支持向量机
- 基于位平面图像的人脸特征抽取
- 2007年
- 提出一种新的基于位平面图像的特征抽取方法.该方法通过对原始图像进行"位切片",将1幅图像分解为8幅位平面图像,然后针对不同的位平面图像的特点,对不同的单幅位平面图像和合成的位平面图像进行特征抽取,为从复杂的人脸图像中抽取出有效的鉴别特征提供了一种有效措施.ORL标准人脸库中的实验数据验证了该方法的有效性.
- 刘永俊黄建平陈才扣王正群
- 关键词：特征抽取主分量分析人脸识别
- 二维最大散度差图像投影鉴别分析被引量：10
- 2007年
- 提出了一种新的二维散度差图像投影鉴别分析方法。该方法利用类间离散度与类内离散度之差作为鉴别准则,从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题时。所提出的方法是直接基于图像矩阵的,与以往的基于图像向量的鉴别方法相比,它的突出优点是大大提高了特征抽取的速度。在ORL人脸数据库和AR标准人脸库上的仿真试验结果表明,所提出的方法不仅在识别性能上优于传统的散度差鉴别分析,特征抽取的速度有了较大幅度的提高。
- 陈才扣刘永俊杨静宇
- 关键词：图像矩阵人脸识别
- 基于散度差准则的隐空间特征抽取方法被引量：1
- 2006年
- 本文提出了一种新的非线性特征抽取方法——基于散度差准则的隐空间特征抽取方法。该方法的主要思想就是首先利用一核函数将原始输入空间非线性变换到隐空间,然后,在该隐空间中,利用类间离散度与类内离散度之差作为鉴别准则进行特征抽取。与现有的核特征抽取方法不同,该方法不需要核函数满足Mercer定理,从而增加了核函数的选择范围。更为重要的是,由于采用了散度差作为鉴别准则,从根本上避免了传统的Fisher线性鉴别分析所遇到的小样本问题。在ORL人脸数据库和AR标准人脸库上的试验结果验证了本文方法的有效性。
- 陈才扣宋枫溪刘永俊杨静宇
- 关键词：特征抽取人脸识别
- Fisher大间距线性分类器被引量：13
- 2007年
- 作为一种著名的特征抽取方法,Fisher线性鉴别分析的基本思想是选择使得Fisher准则函数达到最大值的向量(称为最优鉴别向量)作为最优投影方向,以便使得高维输入空间中的模式样本在该向量投影后,在类间散度达到最大的同时,类内散度最小。大间距线性分类器是寻找一个最优投影矢量(最优分隔超平面的法向量),它可使得投影后的两类样本之间的分类间距(Margin)最大。为了获得更佳的识别效果,结合Fisher线性鉴别分析和大间距分类器的优点,提出了一种新的线性投影分类算法——Fisher大间距线性分类器。该分类器的主要思想就是寻找最优投影矢量wbest(最优超平面的法向量),使得高维输入空间中的样本模式在wbest上投影后,在使类间间距达到最大的同时,使类内离散度尽可能地小。并从理论上讨论了与其他线性分类器的联系。在ORL人脸库和FERET人脸数据库上的实验结果表明,该线性投影分类算法的识别率优于其他分类器。
- 陈才扣杨静宇
- 关键词：支持向量机FISHER线性鉴别分析人脸识别
- 基于局部区域力的活动轮廓模型图像分割研究被引量：3
- 2011年
- 研究活动轮廓模型的分割效果问题。针对目前测地线活动轮廓模型对初始化位置十分敏感,在穿越边界的初始化条件下易产生错误分割,以及耦合曲线活动轮廓模型在灰度分布不均匀时易做出错误分割的问题。提出由活动曲线附近的区域信息决定的局部区域力的新测地线活动轮廓模型,可以被图像梯度和区域信息的外力所驱动,达到有效地驱动活动曲线收敛到物体边缘的目的。新模型结合了测地线活动轮廓模型和局部信息的活动轮廓模型的优点。实验证明,新模型可以跨边界进行初始化操作,同时对弱边缘图像有更好的分割效果。
- 高燕刘永俊陈才扣
- 关键词：测地线活动轮廓模型区域信息
