Toggle navigation
首页
期刊介绍
期刊简介
历史沿革
收录情况
获奖情况
引用指标
编委会
期刊在线
文章推荐
过刊浏览
专辑专刊
下载排行
阅读排行
投稿指南
组稿方向
投稿须知
论文模板
常见问题
署名变更申请
单位变更申请
版权转让协议
中图分类号
引言书写要求
参考文献著录格式
插图与表格规范
英文摘要书写要求
收费标准
学术诚信
联系我们
编辑部联系方式
位置示意图
期刊订阅办法
广告合作
English
期刊
出版年
关键词
结果中检索
(((李昆明[Author]) AND 1[Journal]) AND year[Order])
AND
OR
NOT
文题
作者
作者单位
关键词
摘要
分类号
DOI
Please wait a minute...
选择:
导出引用
EndNote
Ris
BibTeX
显示/隐藏图片
Select
1.
基于差分隐私的高精度直方图发布方法
李昆明, 王超迁, 倪巍伟, 鲍晓涵
计算机应用 2020, 40 (
11
): 3242-3248. DOI:
10.11772/j.issn.1001-9081.2020030379
摘要
(
495
)
PDF
(626KB)(
550
)
可视化
收藏
针对已有基于分组平抑差分噪声误差的隐私保护直方图发布方法无法有效均衡分组近似误差与差分隐私(DP)拉普拉斯误差,从而造成直方图可用性缺失的问题,提出基于差分隐私的高精度直方图发布方法(HPHP)。首先,采用约束推断方法,在满足DP约束的前提下实现直方图排序;然后,基于有序直方图,采用动态规划分组方法在添加噪声的直方图上生成具有最小总误差的分组;最后,在各组均值上添加拉普拉斯噪声。方便对比分析起见,提出具有理论最小误差的隐私保护直方图发布方法(Optimal)。将HPHP与直接添加噪声的DP方法、AHP方法以及Optimal进行实验分析,实验结果表明:相较于AHP方法,HPHP所发布直方图的Kullback-Leibler散度(KLD)能够降低90%,接近Optimal的效果。因此,在相同的预置条件下,HPHP可以在保证满足DP的前提下发布更高精度的直方图。
参考文献
|
相关文章
|
多维度评价
Select
2.
基于单演定向幅值模式的复杂光照人脸识别
闫海停 王玲 李昆明 刘机福
计算机应用 2013, 33 (
10
): 2878-2881.
摘要
(
624
)
PDF
(819KB)(
628
)
可视化
收藏
为了提高在复杂光照下的人脸识别率,提出了一种基于单演定向幅值模式的人脸识别算法。首先,用多尺度的单演滤波器提取图像的单演幅度和方向信息;然后,用一种新的单演定向幅值模式(PMOM)算子将同一尺度下的幅度和相位信息分解为多张定向幅值模式图,再用局部二值模式(LBP)算子提取每一个PMOM模式图的LBP特征图;最后,将每张LBP特征图分块,计算每一块的直方图,并将所有块的直方图串联后作为最终的人脸表示。在CAS-PEAL人脸库和YALE-B人脸库上的实验结果表明,该算法可以显著提高光照变化人脸图像的识率。另外,该算法参数设置简单,而且无需任何训练过程也无需对光照条件进行估计,因而具有简单、通用性好的优点
相关文章
|
多维度评价
Select
3.
单演滤波与局部量化模式相结合的人脸识别方法
闫海停 王玲 李昆明 刘机福
计算机应用 2013, 33 (
09
): 2671-2674. DOI:
10.11772/j.issn.1001-9081.2013.09.2671
摘要
(
542
)
PDF
(637KB)(
568
)
可视化
收藏
针对传统人脸识别方法提取的特征维数较高和计算量较大的缺点,提出了一种基于单演滤波与局部量化模式(LQP)相结合的人脸特征提取方法。首先,通过对人脸图像进行多尺度的单演滤波获得图像的包括局部幅值、局部方向和局部相位的多模式单演特征;然后,用LQP算子对图像中的每个像素点的三种单演特征进行编码,得到每个尺度滤波器下的LQP模式图;最后,将这些LQP模式图分块、统计每一块的直方图并级联作为人脸识别特征。在ORL和CAS-PEAL人脸库上对所提算法进行的测试结果表明,该算法能够以较低维数的特征取得较高的识别率,可以有效降低算法的计算复杂度。
相关文章
|
多维度评价
Select
4.
融合Monogenic幅值和相位的人脸识别方法
李昆明 王玲 闫海停 刘机福
计算机应用 2013, 33 (
07
): 1991-1994. DOI:
10.11772/j.issn.1001-9081.2013.07.1991
摘要
(
937
)
PDF
(638KB)(
557
)
可视化
收藏
针对仅利用图像滤波幅值信息进行识别而忽视相位信息的问题,提出一种融合Monogenic局部相位和幅值的识别方法。该方法先对相位进行量化和异或,并结合方向和尺度信息得到相位编码(MLXP);其次,分别对相位编码和基于幅值的二值编码进行分块,计算直方图特征;然后,采用基于分块的线性判别进行降维,提高特征的判别能力;最后在评分层实行融合。在ORL和CAS-PEAL人脸数据库上,相位方法MLXP的平均识别率分别为0.97和0.94,融合Monogenic相位和幅值的方法平均识别率分别为0.99和0.979,超越实验中其他所有方法。实验结果表明,相位利用方法MLXP是有效的,融合Monogenic相位和幅值的方法不但能够避免传统线性判别中的小样本(3S)问题,而且能以较低的时间和空间复杂度,有效地提高身份的正确识别率。
参考文献
|
相关文章
|
多维度评价