检索结果

Select

1. 基于双密度双树复小波变换多字典的人脸特征稀疏分类方法

王成语李伟红

计算机应用 2011, 31 (08): 2115-2118. DOI: 10.3724/SP.J.1087.2011.02115

摘要（1325）

PDF （692KB）（850）

基于超完备字典的人脸稀疏表示方法的难点是其字典构成。针对此问题，首先采用双密度双树复小波变换(DD-DT CWT)提取人脸图像不同尺度的高频子带，然后根据能量平均分布最大原则选择能量较大的部分子带构成对应尺度的超完备字典。同时，将测试样本相应的人脸DD-DT CWT子带特征看成超完备字典中原子的线性组合，并组合多字典上的稀疏表示进行识别。在AR人脸图像库上进行了实验，结果表明该方法是一种有效的人脸特征表示及分类方法。

参考文献 | 相关文章 | 多维度评价

Select

2. 双层结构Adaboost健壮分类器用于人眼精确定位

刘艺龚卫国李伟红

计算机应用

摘要（1604）

PDF （712KB）（1077）

提出了一种双层结构的Adaboost分类器用于眼睛的定位检测和跟踪。双层眼睛分类器由训练的双眼区域和单眼区域的分类器级联构成一个强分类器。该算法较传统的YCbCr色度空间眼睛模板而言，对光照变化有更大的适应性。相对普通的Adaboost眼睛分类器，该算法保留了原有普通Adaboost分类器的高检测率，同时有效降低了眼睛的误检率。通过研究训练样本数，训练级数和Adaboost分类器误检率的关系，分类器训练效率得到提高。

相关文章 | 多维度评价

Select

3. 基于小波分析与KPCA的人脸识别方法

李伟红;龚卫国;陈伟民;梁毅雄,尹克重

计算机应用 2005, 25 (10): 2339-2341.

摘要（1602）

PDF （597KB）（1240）

对于一种有效的人脸识别方法，特征选择是极为重要的问题。而小波多分辨率分析可以获得对人脸识别有用的低频特征，KPCA则可用于提取人脸非线性特征。为此，本文〖BP）〗提出结合小波变换及KPCA的特点获取人脸特征，设计线性SVM分类器进行分类识别。由于KPCA中核函数的参数选择以及训练样本与测试样本的划分对分类识别有一定的影响，为了获得最优的识别效果，在UMIST人脸数据库上进行相应的实验。结果表明本方法可以获得较好的分类识别率，是一种快速、有效的人脸识别方法。

相关文章 | 多维度评价

Select

4. 基于加权不相关鉴别分析的人脸识别

梁毅雄，龚卫国，潘英俊，李伟红

计算机应用 2005, 25 (08): 1764-1766. DOI: 10.3724/SP.J.1087.2005.01764

摘要（1273）

PDF （147KB）（825）

提出了一种基于加权不相关鉴别分析的人脸识别方法。该方法引入了一种新的权函数对Fisher准则加权,以改善样本在低维线性空间中的可分性;然后,以给出的加权Fisher准则为目标函数,在共轭正交的约束下求解其最佳投影方向,从而保证所提取的最佳鉴别特征之间的统计不相关性。实验结果表明,与经典的特征脸方法和Fisher脸方法相比,该方法对光照变化、表情变化以及时间变化等不敏感,具有更好的鲁棒性。

相关文章 | 多维度评价

Select

5. 基于核独立成分分析的人脸识别研究

尹克重，龚卫国，李伟红，梁毅雄，张红梅

计算机应用 2005, 25 (06): 1324-1326. DOI: 10.3724/SP.J.1087.2005.1324

摘要（1384）

PDF （160KB）（1031）

在人脸识别中提出一种基于非线性子空间的核独立成分分析(KICA)方法。在简单介绍了ICA方法的基础上,对KICA方法的基本原理和算法作了较为详细的描述。为了验证基于KICA和ICA的人脸识别方法的识别效果,进行了对比实验和分析。实验和分析结果表明,在人脸识别中,基于KICA的方法优于基于ICA的方法。

相关文章 | 多维度评价