排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
基于HAAR小波的关联加权LDA在人脸识别中的研究 总被引:1,自引:1,他引:0
线性判别分析(LDA)是人脸识别系统中用来降维的主要技术之一,可以运用于整个人脸图像,但却受到了小样本(small sample size,SSS)问题的限制。通过引入权值的概念,关联加权LDA(RW-LDA)方法有效地改善了小样本问题,但是,它的分类效果却不是很好。为了解决这个问题,提出了基于HAAR小波的关联加权LDA(related weighting LDA based onHAAR wavelet,HWRW-LDA)方法,在HAAR小波子带基础上,应用关联加权LDA方法,既解决了小样本问题,又改善了分类的效果。在ORL及FERET两大人脸数据库的实验结果表明,与最先进的几种方法相比较,HWRW-LDA方法具有更好的识别性能。 相似文献
2.
施成湘 《西南师范大学学报(自然科学版)》2013,38(8):125-129
利用特征散度普适能力强的优势,提出了基于二次分水岭和近邻传播聚类的彩色图像分割算法.算法通过二次分水岭算法预分割,提取区域中色彩向量数据点,利用特征散度构造相似度矩阵,运用近邻传播数据聚类,实现图像的分割.实验证明,算法较好地避免了聚类算法对初始条件的依赖性,降低了彩色图像大样本数据的运算量,与人的主观视觉感知具有良好的一致性. 相似文献
3.
基于邻域特征的彩色图像分割方法 总被引:1,自引:0,他引:1
施成湘 《西南师范大学学报(自然科学版)》2015,40(2):106-110
为提高算法的普遍适用能力,提出了基于邻域特征的彩色图像分割算法.算法构造了邻域特征向量,利用模糊相异性函数来度量差异性,进行数据聚类,实现图像的区域分割.实验证明,算法较好地避免了聚类算法对初始条件的依赖性,有效地解决了过度分割现象,降低了图像数据的运算量,与人的主观视觉感知具有良好的一致性. 相似文献
4.
为提高算法的普适能力,提出了一种新的基于特征散度的模糊彩色图像分割算法(FDCIS).算法引入了特征散度和模糊相异性函数来度量差异性,利用特征散度进行数据聚类,实现图像的区域融合.实验证明,算法较好地降低了彩色图像大样本数据的运算量,简单而有效地解决了过度分割现象,避免了聚类算法对初始条件的依赖性,与人的主观视觉感知具有良好的一致性. 相似文献
1