检索结果

Select

1. 融合傅里叶描述子和尺度不变特征转换特征的商标检索

王振海

计算机应用 2011, 31 (12): 3395-3398.

摘要（937）

PDF （767KB）（758）

针对传统商标检索算法中全局特征容易造成误检，而局部特征SIFT对轮廓描述能力不强及算法复杂度高的问题，提出了一种融合图像全局特征和局部特征的商标检索算法。其中全局特征反应了图像的整体信息，这些信息可用来较快地建立候选图像库，而局部特征则可以更准确地与候选图像进行匹配。首先提取图像的傅里叶描述子进行初步检索，并按相似度排序，然后在此结果集的基础上对候选图像通过提取SIFT特征进行精确匹配。实验结果表明，该方法既保持了SIFT特征较高的查全率和查准率，优于傅里叶描述子单一特征，而且检索速度比SIFT单一特征显著提高，能很好地应用于商标图像检索系统中。

相关文章 | 多维度评价

Select

2. 基于特征层融合的人脸识别新方法

刘敏李晓东王振海

计算机应用 2009, 29 (10): 2662-2664.

摘要（1128）

PDF （619KB）（1138）

为了探索人脸识别中有效的特征提取方法，提出了一种基于特征层融合的算法。该方法融合了保局投影(LPP)和最大间距准则(MMC)两种方法。首先对训练样本进行LPP判别分析，得到每个训练样本在LPP子空间上的投影，然后利用MMC方法对所有的投影进行鉴别分析，提取出更有效的样本判别特征；采用最小近邻分类器分类。在ORL人脸库的测试结果表明，在姿态、光照、表情、训练样本数目变化的情况下，该算法都具有较好的识别率。

相关文章 | 多维度评价

Select

3. 一种新的有监督保局投影人脸识别算法

刘敏李晓东王振海

计算机应用 2009, 29 (05): 1416-1422.

摘要（1264）

PDF （586KB）（1429）

为了充分利用样本的类别信息，提出了一种新的有监督保局投影人脸识别算法（NSLPP）。首先，把类间散布矩阵融入到传统保局投影算法的目标函数中，修改目标函数，并基于新的目标函数得到变换矩阵；然后用线性鉴别的思想筛选出变换矩阵中的最优基向量，构成最终的变换矩阵，把训练样本和测试样本投影到有最优基向量构成的子空间得到训练样本和测试样本的特征；最后采用最近邻分类器分类，在ORL和FERET人脸库上的测试结果表明，NSLPP算法具有较好的识别性能。