排序方式: 共有28条查询结果,搜索用时 0 毫秒
1.
稀疏表示分类中遮挡字典构造方法的改进 总被引:1,自引:0,他引:1
针对稀疏表示分类算法中遮挡字典维数高且无冗余的问题,提出一种遮挡字典构造方法.首先通过图像分块得到各级的遮挡基图像;然后将所有互不相同的遮挡基图像按字典顺序转化为向量,并用这些向量作为遮挡字典的列,从而构造出维数相对较低且具有一定冗余度的遮挡字典.实验结果表明,该方法不仅明显提高了稀疏表示分类算法对遮挡人脸的识别率,而且还能通过减少图像的分块级数降低稀疏分解的耗时量,提高运算效率. 相似文献
2.
本文针对大学教师常常在课堂教学中疏忽培养学生创新思维的现状,就如何在"数字信号处理"教学中,培养学生创新思维的问题,进行了一些探讨。实践表明在教学中培养学生的创新思维,能够加深学生对知识的理解,提升学生运用知识的能力,激发学生的学习积极性和创造力。 相似文献
3.
4.
针对加权kNN(k-Nearest Neighbor)方法在对样本进行分类时,仅仅只利用了它的k近邻点来进行分类决策的不足,提出了一种序列的加权kNN分类方法.该方法在对某个测试样本进行分类时,除了利用它k近邻点所提供的类别信息外,还有效地利用了前面已分类样本的类别信息,这使得测试样本的分类决策更加合理和有效.在Cohn-Kanade人脸库上进行的表情识别实验表明,在序列样本分类的场合,该方法的分类效果比加权kNN方法更好. 相似文献
5.
6.
局部方向数字(LDN,local directional number) 模式算子,用Kirsch边缘模板计算像素点8个方向的边缘响应 值,只能从1幅图像中获取64个特征值。为了提高该算子的特征提取 能力,提出了16邻域两种边缘 模板,利用了更多点的灰度信息计算边缘响应,可获得像素点更多方向的边缘响应,能从 图像中提取出更多的特征值。在ORL 人脸库、Yale人脸B库和Cohn-Kanade人脸库上的实验结果表明,边缘模板的改进,极大地 提高了LDN模式算子的特征提取能力, 采用16邻域的边缘模板使平均识别率 分别提高了11.5%和13.04%;并且,这种 改进还大大增强了算子对光照和噪声变化的鲁棒性。 相似文献
7.
提出了基于流形的表情分解算法。首先,运用保局投影将图像投影到低维的表情流形子空间,再在流形子空间里对它们进行高阶奇异值分解,最后在个人子空间和表情子空间里完成人脸和表情识别。该算法用流形学习解决了高阶奇异值分解中的图像特征值提取问题,用高阶奇异值分解解决了流形表情识别中个人模式影响表情识别的问题。是一种流形学习与高阶奇异值分解优势互补的算法。在CMU-AMP和JAFFE人脸库上的实验表明,该算法对人脸和表情识别都十分有效。 相似文献
8.
提出了一种广义的PCA特征提取方法。该方法先将图像矩阵进行重组,根据重组的图像矩阵构造出总体散布矩阵,然后求出最佳投影向量进行特征提取。它是2DPCA和模块2DPCA的进一步推广,可以建立任意维数的散布矩阵,得到任意维数的投影向量。实验表明,随着总体散布矩阵维数的减小,广义PCA的特征提取能力更强,特征提取的速度也更快。 相似文献
9.
提出了一种识别遮挡图像表情的方法。先用主元分析(PCA,principal component analysis)算法对遮挡图像重建;然后根据正态分布理论检测出遮挡区域,并根据图像的部分相似性,将遮挡图像嵌入到流形空间中;最后用支持向量机(SVM,support vector machine)实现表情分类。本方法较好地消除了遮挡区检测误差对表情识别的影响,对遮挡图像的表情识别具有良好的鲁棒性。通过Cohn-Kanade和JAFFE人脸库上的表情识别实验,验证了本方法有较强的鲁棒性、较高的识别率和较高的运行效率。 相似文献
10.
提出了一种基于图像重建的表情识别算法。首先,用LE(lipschitz embedding)算法提取出训练集中各个对象的表情流形,并建立流形向量与图像向量的映射关系。再通过非线性重建,确定待测图像在流形空间中的坐标。最后,用待测图像在各表情路径上的投影,重建各种表情图像,实现表情识别。该算法解决了各表情流形相互重叠的问题,且对表情强度变化具有鲁棒性。在CohnKanade和CMUAMP人脸库上的结果实验表明,该算法具有较好的表情识别率。 相似文献