基于多子区域联合的高适应性虹膜识别算法

 由于在采集虹膜图像前,无法预知眼睑、睫毛等噪声对虹膜纹理的干扰程度和不受干扰的可用虹膜区域的位置和大小,这可能会使提取到的特征模板中包含了由噪声引起的不可靠和不稳定特征,使识别的错误率增加.本文提出了多子区域联合的识别方法,将相对不易受干扰的图像区域划分为4个子区域,分别计算两幅图像对应子区域的相似度,动态选择最相似的子区域,将其特征作为判定依据进行分类.克服了之前算法只选择一个固定位置的区域用于特征提取的局限性.采用CASIA虹膜图库进行测试,结果表明:本方法能提高识别准确率、增强算法对采集图像质量要求的适应性,改善了虹膜识别系统的性能.     

基于局部灰度梯度特征点的快速人耳身份鉴别

针对旋转失真的人耳图像难以识别的问题,提出一种新的人耳身份鉴别算法。首先将一幅人耳图像等分为若干个子图像,将每个子图像等分为若干个子区域;然后利用每个子图像中灰度梯度最大的子区域位置信息构筑人耳图像特征矩阵,将特征矩阵在空间上直接对准进行人耳匹配。在北京科技大学(USTB)的人耳图像库遍历的实验结果表明,通过与分块快速傅立叶变换(FFT)和分块均值标准差的人耳特征提取方法比较,提出的算法对具有±30°旋转的人耳库达到98.89%的正确识别率(CRR),说明算法对旋转失真的人耳图像具有很强的适应性,而且系统响应时间仅为21.33ms,是一种具有高实用性的有效身份鉴别方法。     

基于特征加权FDCT和模糊最小二乘支持向量机的虹膜识别算法

为了克服小波变换在二维空间分析的缺陷,提出了基于快速离散曲波(Curvelet)变换的虹膜识别改进算法.利用能有效捕捉图像边缘信息的Curvelet变换对虹膜图像进行分解,提取低频子带系数矩阵的均值方差和高频子带能量,然后根据不同子带特征的分类能力不同,对各子带特征的离散度进行加权,为分类能力较强的特征向量赋予较大权值,构成虹膜图像的特征向量.利用最优二叉树多类模糊最小二乘支持向量机分类器进行分类与识别.仿真实验结果表明,该算法具有较高的识别性能,具有可行性.     

基于分区选择和Gabor小波的遮挡人脸识别

局部遮挡人脸识别是人脸识别应用中的一个难点问题.由于遮挡部分对人脸识别没有贡献,因此在进行分类时应排除这些部分.为了解决这一问题,提出一种将分区选择和Gabor小波相结合的遮挡人脸识别方法.首先,将图像分为互不相连的子块,根据图像均方根误差来确定人脸图像中的遮挡区域;其次,利用5尺度8方向的Gabor滤波器对未遮挡分区图像提取特征;然后,用余弦相似度作为纹理分类器对提取的特征进行识别分类;最后,将测试图像中未遮挡分区的识别结果进行决策融合,得到最终分类结果、统计识别正确率等评级指标.在包含不同遮挡的数据集中测试算法性能,识别准确率均达到95%以上.     

基于非局部区域关联和概率建模的虹膜识别方法

传统的虹膜识别方法主要提取和匹配局部区域特征,忽略了距离较远区域(即非局部区域)特征之间的相关性.基于序特征的方法通过高斯低通滤波器提取区域的平均灰度值并对不同区域进行大小比较,但是这种方法并不适用于用概率密度描述区域统计特性的情况.本文提出一种新颖的虹膜识别方法解决传统方法的不足.该方法在用空间-相位联合分布表示局部区域纹理特征的基础上,通过将位于距离较远图像区域的特征进行连接得到非局部区域关联描述子表达区域之间的关联特性.论文着重研究了两区域和三区域关联对虹膜识别性能的影响.在虹膜匹配时,考虑非局部区域关联描述子的有效性以排除遮挡、高亮和噪声等干扰因素的影响,允许非局部区域关联描述子进行整体微小平移以建模虹膜纹理的非刚性形变,最后用一种鲁棒的扩散直方图距离比较关联描述子之间的差异.论文在三个公开的虹膜数据库中进行了虹膜验证和虹膜识别实验,结果表明所提出的方法在性能上优于同类方法.     

基于广义高斯分布FDCT_Wrap和FSVM的虹膜识别

为了提高虹膜识别的准确率,提出了一种改进曲波变换的虹膜识别算法.首先对预处理后的虹膜图像进行Wrapping算法的快速离散曲波变换,提取不同尺度和不同方向的曲波子带系数矩阵的均值、方差和能量,然后利用广义高斯分布估算各子带的权值,为分类能力较强的特征向量赋予较大权值,构成虹膜图像的特征向量.最后采用模糊支持向量机和二叉决策树相结合的分类器进行匹配识别.采用UBIRIS和CASIA虹膜数据库对算法性能进行测试.实验结果表明,该算法能更好地提高虹膜识别准确率和效率,具有可行性.     

基于子模式的人脸局部遮挡智能识别方法

为了提升局部遮挡情况下人脸的识别效率和精度，提出一种基于子模式的人脸局部遮挡智能识别方法。利用自适应小波变换方法多尺度分解人脸图像，基于此，引入小波模极大值算法和Canny算子，有效提取图像边缘特征；引入局部方向纹理模式算子，经过计算获取各个子模式特征值，同时采用边缘返回值确定计算人脸图像纹理特征时的权重分配，将梯度和纹理信息进行融合，实现人脸局部遮挡智能识别。实验结果表明，所提方法的遮挡人脸误识率始终低于0.2%,当遮挡率为25%时，所提方法的人脸识别率仍可达94%,可以为人脸识别的深入研究提供依据。     

人脸与虹膜特征层融合模型的研究

多生物特征的融合与识别可提高身份识别系统的整体性能.本文在研究特征层融合的基础上,结合二维Fisher线性判别分析(2-Dimensional Fisher Linear Discriminant Analysis,2DFLD),提出了一种人脸与虹膜特征融合与识别模型.首先,对人脸图像与虹膜图像分别进行压缩降维处理,得到相应的初始特征矩阵.然后将人脸与虹膜的初始特征矩阵进行组合,获得组合特征矩阵.同时,利用2DFLD算法对组合特征矩阵进行融合,获得了人脸与虹膜的融合特征.最后运用最小距离分类器进行识别.基于ORL(Olivetti Research Laboratory)人脸数据库和CASIA(Chinese Academy of Sciences,Institute of Automation)虹膜数据库的实验结果表明,该模型实现了特征层融合,不仅克服了"小样本"效应,而且有效提高了身份识别的正确识别率,为多生物特征身份识别提供了一种有效模型.     

基于改进的LTP人脸表情识别算法

针对人脸表情识别背景复杂导致识别率低的缺点,提出了一种中心对称三值模式(CSTP)算法,首先对人脸表情图像进行分块处理,在每一子块上提取CSTP特征,并对该子块进行CSTP特征的直方图统计,然后求出各个子块对应的信息熵,构造自适应加权系数,再分别和各个子块的直方图相乘,将自适应加权后的各个子块特征向量级联作为最终的纹理特征,最后利用支持向量机(SVM)进行表情分类.在JAFFE和CMU-AMP表情库上进行试验,通过对比其他传统方法发现该算法对表情识别更有效.     

基于多区域的随机蕨在线目标跟踪算法

原始的随机森林跟踪算法,是以像素点的灰度值作为检测特征,在目标发生遮挡和旋转时,容易产生跟踪漂移,为此本文提出了一种基于多区域融合的随机蕨在线目标跟踪算法。首先将目标候选区域划分为多个子区域,然后采用基于积分图的随机蕨分类器对每个子区域的候选图像块进行分类,在跟踪过程中自适应地融合子区域分类结果以剔除被遮挡子区域对目标跟踪结果的影响,同时更新随机蕨特征和子区域图像块的选择。结合对TLD算法部分模块的改进,通过对不同视频序列进行测试,实验结果显示本文算法在跟踪大小320 pixel×240 pixel的视频序列时,跟踪速度达到20~30 frame/s左右,目标中心位置误差在30 pixels时,算法准确率可达到80%以上。     

改进中值滤波在脂肪肝血管影像去除中的应用

针对现有脂肪肝计算机辅助诊断技术的不足问题,文中通过对基于多级灰度差的脂肪肝图片特征提取方法进行实验。分析了方法中血管影像的特点以及对特征提取的影响,提出一种改进的中值滤波方法,使用领域内肝脏组织影像代替血管影像,减小了血管噪声对多级灰度差特征提取的影响,对比分析了正常肝和脂肪肝多级灰度差特征,区分清楚、效果明显。     

一种基于微分思想的图象变形算法研究与实现

图象变形是图象处理中的基本问题,不仅要求图象变形效果好,而且要求变形算法效率高.目前已有的变形算法,大多采用基于象素点的填充方法,这种方法有比较明显的缺点:(1)当变形的图象区域是一个非规则区域时,图象变形处理所花费的时间增加,即算法的时间复杂度加大,效率低;(2)在对象素点作映射变换时,可能出现变形后的图象区域中一个象素点对应变形前的图象区域中多个象素点,因此造成取舍困难,甚至造成取舍错误.为解决这一问题,本文提出了一种基于微分思想的图象变形算法,该算法先将复杂的变形区域划分为一系列子区域,再将每个子区域划分为多个小矩形,将对应的小矩形按照标准矩形填充算法进行快速填充,由此实现图象变形.实验结果表明,该算法实现简单,计算速度快,填充效果好,并已成功地应用于笔者开发的基于真实照片的人脸整形与美容图象处理系统中.     

尾焰的紫外高分辨辐射图像仿真与特征提取

基于改进的球谐离散坐标法建立了飞行器尾焰的紫外辐射亮度仿真模型。在尾焰羽流的热辐射基础上，重点考虑了尾焰中气体分子的化学荧光辐射源及由尾焰中三氧化二铝簇团粒子的平均光学特性带来的多重散射源效应。基于辐射传输方程，在球谐离散坐标系中，对尾焰在不同观测角度、不同介质分布的紫外辐射亮度进行了数值计算，实现了高分辨的三维尾焰辐射亮度的空间分布图像仿真。同时，采用灰度共生矩阵算法获得尾焰辐射亮度分级分布的灰度图，结合二维超分辨旋转不变子空间算法、α-shape方法和橡皮筋算法，提出了尾焰辐射中心位置和辐射亮度峰值轮廓曲线提取的新方法，得到了尾焰辐亮度特征的准确提取，为飞行器目标和尾焰的高分辨辐射图像特征识别提供了重要的参考依据和途径。     

基于稳定特征的虹膜分类算法

虹膜分类中,由于虹膜的相似度计算会受到特征模板中不可靠和不固定特征的影响,使得虹膜分类的错误率(错误识别率＋错误拒绝率)增加.为了解决这个问题,本文提出了一种稳定特征提取的方法,从同一虹膜的多个图像中提取虹膜的稳定特征,并利用这些稳定特征建立该虹膜的特征模板,然后用于虹膜的分类.采用CASIA虹膜数据库进行测试,仿真结果表明,基于稳定特征的虹膜分类算法能提高虹膜分类精度和改善虹膜识别系统性能.     

基于区域协方差矩阵的目标跟踪方法

针对精确制导系统图像跟踪的特点,在计算机视觉研究领域最新成果区域协方差矩阵的基础上提出了一种目标跟踪的新方法.首先对图像进行空域滤波,然后提取目标区域的多种特征,生成区域协方差矩阵,接着用参考模板的区域协方差矩阵在实时图中进行相关匹配,生成相关矩阵;最后对相关矩阵进行一系列后处理,确定跟踪点;另外设计了一种简单实用的模板刷新方法.大量的仿真实验证明该方法对红外图像、可见光图像,运动目标、固定目标都能实现很好的跟踪,展示了很好的鲁棒性和精确性.     

Appearance-based periocular features in the context of face and non-ideal iris recognition

Developing newer approaches to deal with non-ideal scenarios in face and iris biometrics has been a key focus of research in recent years. The same reason motivates the study of the periocular biometrics as its use has a potential of significantly impacting the iris- and face-based recognition. In this paper, we explore the utility of the various appearance features extracted from the periocular region from different perspectives: (i) as an independent biometric modality for human identification, (ii) as a tool that can aid iris recognition in non-ideal situations in the near infra-red (NIR) spectrum, and (iii) as a possible partial face recognition technique in the visible spectrum. We employ a local appearance-based feature representation, where the periocular image is divided into spatially salient patches, appearance features are computed for each patch locally, and the local features are combined to describe the entire image. The images are matched by computing the distance between the corresponding feature representations using various distance metrics. The evaluation of the periocular region-based recognition and comparison to face recognition is performed in the visible spectrum using the FRGC face dataset. For fusion of the periocular and iris modality, we use the MBGC NIR face videos. We demonstrate that in certain non-ideal conditions encountered in our experiments, the periocular biometrics is superior to iris in the NIR spectrum. Furthermore, we also demonstrate that recognition performance of the periocular region images is comparable to that of face in the visible spectrum.     

医院监控场景下的人群密度估计方法

人群密度估计是智能化人群监控中的重要内容,在公共安防、管理控制和商业决策等方面起着重要作用。文中针对医院应用场景,采用一种基于分块的方法,对每一个子图像分别利用基于像素特征与最小二乘直线拟合方法进行人数定量分析和基于灰度共生矩阵与支持向量机的方法进行密度定性分析,得到整幅图像中不同子图及整幅图像的人数和密度分布图。实验表明,该方法能有效的提高人群密度估计的准确率,且还能对局部的密度异常精准定位。     

联合多尺度分块和协作表示的虹膜识别算法

基于稀疏表示的虹膜识别方法(SRIR)相对于传统的虹膜识别方法,在处理噪声干扰等问题,识别效果相对较好,具有较好的鲁棒性。但在样本集不足的情况下,识别性能受到影响,存在运行耗时过多、计算复杂较高的问题。针对上述问题,提出了一种联合多尺度分块和协作表示的虹膜识别算法。通过将虹膜图像按照多个尺度大小分别进行均匀分块,从而达到有效地利用虹膜特征,然后分别对每个尺度下的虹膜图像子块进行基于协作表示的识别,以降低算法耗时,最后将识别结果通过贝叶斯融合方法得到最终的分类。实验结果表明,该算法对于虹膜样本集较少的问题,比原有的SRIR方法耗时低,识别率高,复杂度低。      

地物目标红外热像理论建模中的蒙特卡罗法与并行计算

蒙特卜罗法结合区域人解算法，求地物目标温度场和红外辐射出射度场，将三维复杂几何形体解为若干个规则的子区域，不同的子域选用不同的坐标系，用控制容积法分别处理，整体结构用热网络法，用蒙特卡罗法计算辐射传递系数，可考虑办面的复杂辐射特性，引入辐射传递系数，分离了计算的难点，并可小段并行处理，在空间域（计算区域）上将目标分解为若干个子域，也可使用多个处理器并行计算。