检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于分裂式K均值聚类的图像分割方法

张健宋刚

计算机应用 2011, 31 (02): 372-374.

摘要（1701）

PDF （467KB）（1249）

模糊C均值聚类(FCM)算法是一种有效的无监督图像分割方法，适用于任意分类数，不需要预知图像特征，但其聚类效果直接受待分类样本噪声和分类初始条件的影响。因此，提出了一种适用于彩色图像分割的分裂式K均值聚类(FKM)算法，该算法首先使用中值滤波对分类样本去噪，然后使用一种分裂聚类法对图像样本进行预分类，得到一组样本集初始划分，最后以这组划分为起点，使用基于概率距离的K均值聚类对图像分割进行迭代优化。实验结果表明，该算法可以避免FCM的误分类，诸如陷于中心死区、中心重叠和局部极小值，而且提高了分割速度。

相关文章 | 多维度评价

Select

2. 隐马尔可夫后处理模型在视频人脸识别中的应用

代毅肖国强宋刚

计算机应用 2010, 30 (4): 960-963.

摘要（1395）

PDF （1090KB）（1577）

现有的多数人脸识别系统都专注于如何提高人脸识别算法的性能，但缺乏一种对数据源(人脸样本)进行分析和评估的机制。针对此问题，提出了一种建立在数据源分析基础上对典型人脸识别算法进行后处理的方法。为了揭示现有典型识别算法的识别性能在无约束环境下的鲁棒性，通过建立Lambertian反射模型和3D人脸模型，对特征脸算法的识别性能随数据源的变化(人脸姿态和光照改变)而变化的情况进行了分析评估。针对“数据源灾难”问题，提出了一种基于隐马尔可夫模型（HMM）的后处理解决方法，该方法通过利用视频序列图像的连续性和对训练人脸库的统计分析来提高判别分析方法对无约束环境的鲁棒性。实验结果表明，该方法可以有效地提高识别算法对“数据源灾难”的鲁棒性，提高识别率。