首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
直接邻域保护嵌入算法(DNPE)是一种以克服小样本问题而提出的NPE扩展算法,该算法通过同时对角化的方法求解邻域保护嵌入问题,避免矩阵的奇异性.在人脸数据库ORL上的测试结果表明,该算法的识别率比PCA,PCA+LDA,NPE等算法高.  相似文献   

2.
直接邻域保护嵌入算法(DNPE)是一种以克服小样本问题而提出的NPE扩展算法,该算法通过同时对角化的方法求解邻域保护嵌入问题,避免矩阵的奇异性.在人脸数据库ORL上的测试结果表明,该算法的识别率比PCA,PCA+LDA,NPE高.  相似文献   

3.
为了弥补传统MPCA(Modular Pfindpl Component Analysis)方法在人脸识别中忽略子图像之间差异的缺陷,本文提出了一种基于独立特征提取的MPCA方法(Modular PCA Basedon Independent Feature,IFMPCA).首先选取人脸训练样本中具有相似光照、表情和姿态的图像进行分块,然后将训练样本的子图像和测试样本的子图像进行最优投影,得到子特征矩阵.最后,求得样本间的距离,利用最小距离分类器进行样本的分类.在Yale人脸数据库上的实验结果表明:IFMPCA算法在人脸正确识别率方面优于传统PCA算法.  相似文献   

4.
改进的人脸识别主分量分析算法   总被引:3,自引:0,他引:3  
在应用于人脸识别领域的主分量分析(PCA)算法中,为了降低与外界光照变化相关的特征向量对提取特征的影响,提出了一种改进的主分量分析(MPCA)算法,利用相对应的标准方差对提取的特征矢量元素进行归一化处理.采用耶鲁大学的2个人脸数据库(Yale face database和Yaleface database B)进行了验证,实验结果表明,对于正面人脸和具有小角度姿态变化情况下的人脸,提出方法的性能优于传统的PCA和LDA(线性判别分析)算法,而运算量和PCA算法相同,大大低于LDA算法.  相似文献   

5.
基于PCA人脸识别算法设计考勤系统的核心部分——人脸识别,通过增加不同人脸姿态数,改进人脸识别算法,提高了人脸识别率.用户可通过本系统来采集人脸图像,定义不同姿态数以获得全姿态数据库.使用过程中若有不能识别情况出现,可改变或增加姿态数,重新学习训练以得到正确识别.经过测试,系统已达到设计要求,具有较高实用价值,可实际推广使用.  相似文献   

6.
为了弥补传统PCA方法在人脸识别时易受光照、表情和姿态影响的缺陷,提出了一种基于独立特征提取的MPCA方法(ModularPCABasedonIndependentFeature,IFMPCA)。首先,选取人脸训练样本中具有相似光照、表情和姿态的图像进行分块,使各个子模块更接近高斯分布;然后,通过求出子模块图像的散布矩阵和最优投影矩阵得到最优独立特征矩阵;最后,利用最小距离分类器进行样本的分类。在Yale人脸数据库上的实验结果表明,IFMPCA算法在人脸正确识别率方面优于传统PCA算法。  相似文献   

7.
为了减少光照、姿态变化对人脸识别的影响,提出一种基于Contourlet变换和PCA的人脸识别方法:首先利用Contourlet变换对人脸图像进行多尺度多方向分析,得到低频子带图像和高频子带图像,然后对分解后的低频子带和高频图像进行PC A分析,最后将提取出的低频特征以及高频统计特征组合成特征向量进行人脸识别。在orl人脸数据库和Yale人脸数据库上的实验结果证明:与PCA方法相比,该方法能够有效减少光照、姿态变化影响,提升人脸识别率。  相似文献   

8.
覃阳  肖化 《教育技术导刊》2019,18(12):73-77
在单样本或者小样本的人脸识别系统中,常常会面临样本数量不足的问题,为解决少样本情况下的分类精度,以及利用原始特征或者目标特点重构的虚拟样本过于单一等问题,提出一种自适应非负矩阵分解(NMF)的人脸识别方法。该方法首先在矩阵分解过程中构造不同矩阵维度和迭代次数参数下的重构样本;然后利用QR分解稀疏表示方法进行人脸分类;最后,通过选取最优参数组合,调整重构样本,直至达到最佳分类效果。在ORL、Yale和AR 3个数据库上的实验结果表明,该算法在最佳参数下,尤其是单样本情况下对比基于原样本方法的准确率平均提高了约5%,最高提高了约10%~15%。  相似文献   

9.
人脸识别技术是图像处理方面的重要技术。通过对人脸数据进行标准化处理,利用主成分分析和半监督模糊聚类算法对人脸数据库进行聚类分析。实验结果表明,半监督模糊聚类利用主成分降维得到的22个特征进行聚类,对于已知类别属性的人脸,聚类结果与这些属性的一致率达100%,而对于其他数据,一致率也达到99%以上。  相似文献   

10.
针对现实人脸识别中由于光照、表情、姿态或其他物体引起的面部遮挡而严重影响识别率的问题,提出了受限直方图均衡化的低频DCT系数重变换算法。首先,将图像划分成多个互不重叠的局部小块,使用受限直方图均衡化对局部子块进行局部对比拉伸以实现去噪;然后,通过缩减适当数目的低频DCT系数来消除人脸图像中的光照变化;最后,利用核主成分分析进行特征提取,最近邻分类器完成最终的人脸识别。在ORL、扩展Yale B及1个户外人脸数据库上的实验验证了所提算法的有效性及鲁棒性,表明相比几种线性表示算法,本文算法在处理鲁棒人脸识别时取得了更高的识别率。  相似文献   

11.
单样本人脸识别问题是一个比较具有挑战性的问题。针对部分遮挡单样本人脸识别困难的问题,本文提出了一种SSPO算法。首先对所有样本进行遮挡,通过MSEP算法进行分块,遮挡识别和剔除。为了对人脸姿势、光照等变化进行识别,我们抽取样本库中邻接块构造一个样本字典,通过类内变化字典预测可能的人脸变化。最小化待测人脸与样本库、变化字典的残差预测样本分类。最后,在AR人脸数据库和Multi-PIE人脸数据库上验证了本算法的有效性。  相似文献   

12.
主成分分析法(PCA)由于具有高识别率和简便性的优点,成为人脸识别技术学习者的首选。介绍了K-L变换和PCA算法的主要步骤,由于PCA算法对异常值很敏感,因此在PCA基础上进行改进,提出了PCA-LDA人脸识别方法。该方法通过 PCA算法求得训练样本集的特征空间,接着执行LDA 算法获得两者融合的特征空间,然后对投影于特征空间的人脸进行训练及识别。实验结果表明,改进的PCA-LDA人脸识别算法比传统的PCA算法识别率高,速度更快,很好地综合了两个算法的优点,达到了预期效果。  相似文献   

13.
为了获取更加全面的整体与局部人脸特征,得到更高的人脸识别率,提出一种基于方向梯度直方图(HOG)特征与卷积神经网络的人脸识别新方法。该方法首先提取人脸图像的HOG特征,然后将HOG特征图像作为卷积网络的输入数据进行训练,改进网络结构,在全连接层之后采用Softmax loss和center loss两个损失函数进行监督,最后在训练得到的网络模型上对人脸图像进行识别操作。实验结果表明,该方法在ORL人脸集上的识别率达到97.5%,相比于其它人脸识别算法具有一定优越性。  相似文献   

14.
在少量样本情况下,为了解决传统LBP算法对人脸特征提取分类鲁棒性不强问题,提高人脸特征选取的泛化能力,提出一种在人脸面部区域基于SIFT特征点检测的MTLBP人脸识别算法。从人脸五官区域选取尺度不变的关键点,并在其邻域选取MTLBP纹理特征,结合SIFT描述算子和MTLBP特征直方图形成一系列特征,对该人脸特征空间向量进行分类识别。在相同的少量训练样本下,该算法与原始LBP算法及其它改进型LBP算法相比,识别率提高了20%左右。  相似文献   

15.
针对人脸识别问题,提出了一种新的算法。该算法利用融合的PCA和LDA算法进行特征提取,并使用蚁群优化的BP神经网络进行人脸识别。使用融合的PCA和LDA算法对特征向量进行提取压缩,为了提高BP神经网络对人脸的分类精度和减少训练时间,使用蚁群算法优化BP神经网络的初始参数,并使用优化后的BP神经网络进行训练和人脸识别。在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率。  相似文献   

16.
本文提出一种基于梯度图及PHD(Partial Hausdorff Distance)距离的人脸识别算法.首先,为了使识别独立于光照变化,所有图像均转换为梯度图,其次,采用Hausdorff距离进行图像的匹配,实验结果显示该方法适用于人脸识别,且距离计算对于光照,及较小的姿态、表情变化具有一定的鲁棒性.最后,实验采用AR及FERET人脸数据库,并与EM(Edge Map)与LEM(Line segment Edge Map)算法进行比较.  相似文献   

17.
基于经典的面部姿态识别技术进行了人脸识别算法改进。根据LIOP和LBP的优势和问题,提出领域差异向量的方法(YP)实现聚类算法改进,采用了16个领域点的码本,为了不增加计算量,又将图像划分了36个子块;基于传统的PCA算法,提出WPCA实现降维,采用了在PCA的基础上再乘以权重的办法,提出了余弦相似度的判别方法;基于PP和retina模型方法,提出了PR方法和预处理流程。通过中科院的CAS的人脸数据平台进行了算法对比实验:该改进方法在遮挡、背景、年龄、表情以及距离5种测试集中,在鉴别能力,提取时间方面都有了显著改进;与传统算法相比也有了明显的改进,比LBP、PP算法提高了20%以上,有一定的异质人脸识别功能。  相似文献   

18.
为了提高线性回归分类(LRC)算法的鲁棒性,提出了一种基于Fisher准则的线性判别回归分类算法。利用Fisher准则将类间与类内重建误差的比值最大化,找到线性回归分类的最优投影矩阵;再将训练图像及测试图像投影到各类的特征子空间;求得各训练图像与测试图像间的欧氏距离,最后用K-近邻分类器完成人脸识别。在AR人脸数据库上的实验结果表明,相比其他回归分类算法,算法取得了更好的识别效果。  相似文献   

19.
方洁 《教育技术导刊》2015,14(12):69-71
人脸识别技术是生物特征识别技术的一种,它根据人脸来识别人的身份。人脸识别技术具有准确、经济、可扩展性良好等特点,更重要的是,它比其它生物特征识别技术更加简便、直观、可靠。现在应用于人脸识别的算法有3种:基于PCA的人脸识别算法、基于Fisher线性判别的人脸识别算法、基于LBP特征的人脸识别算法。对前两种算法进行了深入研究,在人脸数据库上进行识别,取得了预期效果。  相似文献   

20.
在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号