基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法

提出了一种基于分块小波变换与奇异值阈值压缩的人脸特征提取与识别算法.该方法首先对人脸图像进行分块小波变换,并根据图像块的位置分布选取不同的频率分量,然后对该分量进行奇异值阈值压缩与特征融合,最后在ORL人脸库上利用最近邻分类器对该特征进行分类识别,验证了算法的有效性.     

基于多特征提取的人脸检测

针对单一特征在人脸检测方面的不足,提出了一种基于多特征提取的人脸检测算法。利用肤色信息分割出候选人脸区域,并对其进行小波分析,降低维数。进行离散余弦变换,取出部分系数作为频率域特征。对变换后的重构图像利用奇异值分解和局部二值模式提取代数特征和纹理特征,将这三方面特征融合成新的特征向量。这样既降低了维数,又综合了三方面的特征优势,保证了利用支持向量机分类,定位人脸的效果。实验结果表明,该方法具有较高的检测率,且鲁棒性较好。     

基于快速二维离散余弦变换算法的人脸特征提取

离散余弦变换(DCT)具有图像信号处理后对图像显示效果影响不明显的优点。本文针对离散余弦变换(DCT)系数在人脸识别中的应用,研究不同的DCT块进行编码后其系数对图像质量和识别结果的影响,提出利用快速2D-DCT(二维离散余弦变换)代替普通DCT的人脸特征提取方法。该方法可以使得在对人脸进行平均分割后的图像块处理时间大大减少,从而能够在同样的时间内提取更多的DCT系数用于人脸识别。实验结果表明,该方法快速而且是有效的。     

基于主元分析的人脸特征提取MATLAB实现

人脸的特征提取是人脸识别的关键技术,采用主元分析法进行特征提取是经典的方法之一,利用M at-lab进行人脸的特征提取能显著地提高计算效率。论述了利用主元分析和奇异值分解进行人脸特征提取的方法,并详细阐述其在M atlab中的实现过程,包括读取图像文件、计算均值脸、求特征值和特征向量,计算人脸特征参数。实现过程均给出了M atlab代码。实践证明利用M atlab进行主元分析提取特征是一种有效的方法。     

基于小波分析和DCT的人脸特征提取

人脸特征提取是人脸识别中重要的一个环节。本文提出利用小波分析,对人脸图像进行压缩,然后对压缩后的图像进行离散余弦变换,将提取到的系数作为特征向量。把特征向量用支持向量机进行分类。本文以matlab7.0为开发平台在ORL和YALE人脸图像库中对该方法的可行性进行了测试。实验表明,该方法与传统的KLT方法相比可以减少运算时间,并提高识别率5%-10%左右。它在准确率和计算速度上都取得了良好效果。     

基于人脸细节方向特性的识别特征提取

充分考虑到人脸图像的整体和细节特征,进而将人脸的眉毛、眼睛、鼻子和嘴部细节部分的水平方向特性引入到特征提取环节中;将小波变换后的低频近似分量、表达上述水平特性的水平细节分量以及眉毛、眼睛、鼻子和嘴部细节区域分别进行奇异值分解,并对得到的3组奇异值进行排列组合,最终作为该图像的有效识别特征。结果表明,基于人脸细节方向特性的识别特征提取方法的识别率高于在原图上的基本奇异值分解等方法。     

基于Curvelet的人脸特征提取及识别研究

人脸特征点定位与提取的精确性在很大程度上影响着最终人脸识别结果的准确率。在明确人脸特征提取及识别重要性的基础上,将Curvelet变换应用于人脸特征提取及识别中,详细研究了人脸特征提取的预处理实现过程,并进一步分析了基于Curvelet变换的截取处理、判别处理以及分层处理。     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换（DWT）和奇异值分解（SVD）的数字水印算法．在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制．然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

一种基于DCT—SVD域灰度级的盲水印算法

本文首先应用Arnold变换和一种快速的Arnold反变换对水印图像进行加密，进而应用分块的量化SVD嵌入法对DCT块系数进行调整．提出了一种新的灰度级的盲水印算法，较好的解决了灰度水印鲁棒性和透明性之间的矛盾。实验结果证明．该算法对JPEG压缩、裁剪等常见的处理操作有较好的鲁棒性。     

基于DWT和SVD的数字水印算法

为了使水印算法具有更强的鲁棒性,提出一种基于离散小波变换(DWT)和奇异值分解(SVD)的数字水印算法,在水印嵌入之前首先对其进行调制。利用种子序列按照水印的大小生成一组随机数,并将这组随机数和原始水印图像进行调制,然后将调制后的水印嵌入到原始载体图像的离散小波域中。在水印提取时再利用调制过程的逆过程恢复出水印。实验结果证明了该方法对于JPEG压缩、噪声、旋转、剪切等具有很好的鲁棒性。     

基于部件和支持向量机的人脸分类

提出一种基于部件的人脸分类方法,将人脸部件的离散余弦变换系数作为特征向量,通过支持向量机训练分类器。部件分类器确定了人脸图像中的部件区域,人脸分类器确定了人脸图像的所属类别。ORL人脸图像数据库仿真实验表明,该方法对表情、姿态变化具有很好的鲁棒性。     

融合WMD矩阵与2DPCA的人脸特征抽取与识别

提出了一种融合小波矩描述子(WMD)矩阵与二维主成分分析(2DPCA)的人脸特征抽取与识别算法。该方法抽取描述人脸本质特征的WMD矩阵,利用2DPCA对该矩阵进行投影压缩降维,抽取人脸最终鉴别特征,利用最近邻分类器对特征进行分类识别。NUST603人脸库上的实验结果验证了算法的有效性。     

一种基于DCT和SVD的音频水印算法

提出一种基于离散余弦变换(DCT)和奇异值分解(SVD)的音频水印算法.该算法将原始音频进行分段后再分块,对每一块进行DCT 变换,利用Zig-Zag算法将变换后的系数分成4个象限,通过对每个象限进行SVD变换得到对角阵,并在对角阵的第1个元素内嵌入水印.实验结果证明,该算法具有良好的透明性,在嵌入强度为0.2时峰值信噪比较高,同时可以抵抗重采样、回声、噪声等攻击,具有较高的鲁棒性.     

基于准三维变换的视频隐写算法

结合离散余弦变换(DCT)的能量压缩能力和离散小波变换(DWT)的多分辨率特性,提出一种基于准三维变换的视频隐写算法。该算法利用二维小波变换描述视频序列的帧内信息,通过一维离散余弦变换描述视频序列的帧间信息,从而有效利用视频序列的空间及时间冗余,将秘密信息嵌入在DCT系数的量化过程中,保证了视频序列的稳定性及秘密信息提取的准确性。实验结果表明,该算法具有较好的视觉不可见性与较高的嵌入容量,且可实现秘密信息的盲提取。     

基于三层虚拟图像生成的单样本人脸识别

针对人脸识别中的单训练样本情况下识别率较低的问题,提出一种三层虚拟图像生成方法。采用奇异值扰动方法突出人脸特征,通过几何变换方法增强姿态、尺度变化和样本数量,基于空间分布的方法改善样本分布。在ORL人脸库上的实验结果表明,该方法能有效地对单样本问题中的训练样本进行预处理。     

基于离散小波变换和离散余弦变换域的扩频水印盲提取算法

针对扩频水印的盲提取问题,提出了一种在数字音频中扩频水印的盲提取算法。算法将扩频后的水印信息隐藏在音频文件小波分解的低频系数再做离散余弦变换(DCT)后的第5个系数中。提取时在扩频序列及其长度均未知的情况下,采用二次谱和奇异值分解(SVD)的方法对嵌入时使用的扩频参数进行估计,实现了数字音频中扩频水印的盲提取。仿真实验表明,所提算法在未知扩频参数的情况下能提取出归一化系数(NC)为1的水印图像并且水印的鲁棒性也很强,在加噪、低通滤波等攻击下估计出的扩频序列正确率能达到90%以上,恢复出的水印图像清晰可见,归一化系数都在0.98以上。     

基于SIFT特征的人脸识别方法

根据人脸识别中对高独特性的人脸特征的要求,提出一种改进的基于SIFT算子进行人脸识别的方法,结合K-means聚类的模式匹配策略,采用局部相似性和全局相似性的计算方法对人脸图像进行相似度匹配,并在匹配过程中使用基于概率统计的权值赋予方案和相似度的平方来提高识别的准确性。实验结果证明,该方法具备鲁棒性和有效性。     

基于DCT与改进分块2DPCA算法的人脸识别

提出一种离散余弦变换和改进的分块二维主元分析相结合的人脸识别方法。该算法利用DCT压缩人脸图像以去掉人眼不敏感的中频分量与高频分量,这样有效降低所需特征的维数,减少计算量。通过IM2DPCA进行特征提取得到人脸识别特征,运用最近邻分类器完成人脸的识别。在基于ORL、YaleB、CAS-PEAL及Feret人脸数据库的实验结果证明该算法的有效性与稳健性。     

基于四元数模型和奇异值分解的图像水印算法

将四元数离散余弦变换（QDCT）和奇异值分解（SVD）相结合,提出了一种在彩色图像中嵌入水印的新方法。首先,借助Arnold置乱对二值水印进行预处理,应用四元数理论将彩色图像进行分块QDCT和SVD;然后,利用Logistic映射随机抽取一批图像块实现水印的嵌入。实验表明,该方法具有较强的抗JPEG压缩能力,对各种噪声和滤波等具有较好的鲁棒性。     

基于Tsfresh-RF特征提取的人体步态识别算法

惯性传感器(IMU)由于尺寸小、价格低、精度高以及信息实时性强等优点, 在人体运动信息的获取与控制等方面得到广泛应用, 但在步态识别的时间序列特征提取和步态环境数据等方面还存在着明显的局限. 本文针对人体下肢步态识别特征提取的复杂性及适用性差等问题, 提出基于Tsfresh-RF特征提取的人体步态识别新方法. 首先, ...