基于直接邻域保护嵌入的人脸识别

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.     

基于NPE改进算法的人脸识别

邻域保持嵌入（NPE）算法与极端学习机结合后应用到人脸识别中没有达到令人满意的识别效果,为找到更优的解决方案,提出一种改进的邻域保持嵌入算法（SNPE）。在SNPE算法中将NPE目标式子与带有类间判别信息的式子做减法,通过极小化目标函数,达到最小化同一类别领域距离且最大化不同类别领域距离的目的。通过Yale人脸数据库、Yale B人脸数据库、ORL人脸数据库等实验结果表明,改进后的算法大幅提高了人脸识别率。     

关于矩阵的同时次对角化

本文讨论了一类可以次对角化的矩阵的若干性质，并引进了矩阵的同时次对角化概念，利用已有的对角化，正交对角化以及同时对角化的一些结果，在矩阵的特征值为单重的时候，对一类矩阵同时次对角化进行了刻划．     

k阶k个线性无关方阵同时相似对角化的存在性条件

本文给出并论证了一个ｋ阶ｋ个线性无关方阵同时相似对角化的若干个存在性条件，并用多边矩阵理论把结果推广到一般形式。     

局部方向模式在人脸识别中的改进方案

局部方向模式（LDP）利用8个Kirsch模板与3×3局部邻域卷积得到局部的边缘梯度值,然后取绝对值并排序,最后将最大的三个梯度所在的方向信息编码成一个八位二进制数;其不足之处在于将边缘梯度求绝对值后进行编码,因为边缘梯度值的正负号表示梯度两个对立的变化趋势,求绝对值也就忽视了梯度的变化趋势信息,而梯度的变化趋势有益于鉴别人脸特征的表达.针对LDP的不足提出了一种改进方案,直接利用局部邻域的原始边缘梯度值进行人脸特征提取.实验结果表明,改进方案的正确识别率高于原方案.     

基于器官匹配的人脸识别研究

在人脸识别系统中,提取人脸特征成为关键。提出将人脸图像中的器官分割出来,作为模板在图像库中逐一匹配,再将各器官匹配的相关系数进行加权平均,其中最大值对应的图像即为与待测图像最相似的图像,从而达到人脸识别的目的。实验证明,该方法的人脸识别效果很好,且不受光照、表情等影响。     

基于DSP的人脸识别系统的设计与实现

为了提高身份识别系统的实时性、可靠性和便捷性,设计了基于DSP的人脸识别系统。基于肤色的人脸检测算法和基于小波变换的主成分分析的人脸识别算法构成了所设计系统的软件算法;DSP(DM642)微处理器、CCD传感器摄像头和显示屏等构成了该系统的硬件平台。测试结果表明,设计的人脸识别系统具有识别速度快和成功率高等优点。     

探究基于视频的人脸识别研究进展

人脸识别是基于人脸的基本特征对人的身份进行鉴别和分析的技术,具有较好的发展和应用前景。随着人脸识别技术的不断进步与完善,基于视频的人脸识别技术得到了有效的应用和扩展,为图像处理、模式识别等领域的发展和完善,提供重要保障,同时,为认证、监控等工作提供有效的技术支持。本文就基于视频的人脸识别展开探讨,分析基于视频的人脸识别研究进展,提出基于视频人脸识别的具体方法,正确地选择人脸识别的形式,解决人脸识别技术的中的相关问题,为相关行业的发展和进步提供基础保障,并为社会安定与和谐提供动力。     

基于改进2D-DLPP算法的人脸识别

在二维局部保持投影中引入类间结构信息和类标签,得到有监督的二维判别局部保持投影算法,从而提高了特征集的鉴别性。针对算法中参数的选取问题,建立无参数权重矩阵,提出无参数的二维判别局部保持投影(无参数2D-DLPP)算法。在Yale和ORL人脸库上的仿真实验结果表明,该算法与二维判别局部保持投影(2D-DLPP)、二维局部保持投影法(2D-LPP)和二维线性判别分析法(2D-LDA)相比能够取得更高的识别率。     

基于小波变换与Boosting的人脸识别方法

文章首先对人脸图像做三层小波变换,分析了小波分解后的各个小波子带图像,研究了每一个小波子带单独运用主成份分析方法进行人脸识别的识别率,然后利用Boosting算法中的投票组合原则,组合各小波子带来进行人脸识别,与传统的主成份分析方法相比,具有更高的识别率.     

基于统计的人脸识别方法综述

人脸识别是一个具有很高理论和应用价值的研究课题。人脸识别方法大致分为基于统计的人脸识别方法、基于几何特征的人脸识别方法和基于模型的人脸识别方法。本文主要研究了基于统计的人脸识别方法。     

一种模糊神经网络的人脸识别方法

将模糊推理系统和神经网络相结合,给出了一种模糊神经网络的人脸识别方法.介绍了该模糊神经网络的结构,构造模糊神经网络模糊规则的方法,模糊神经网络的多准则学习算法.在ORL人脸图像库上的实验结果表明了该方法的有效性.     

基于特征脸加权组合的人脸识别

将基于主成分分析的特征脸人脸识别方法进行改进,以提高人脸识别率.首先利用主成分分析法提取人脸图像的特征脸,然后经图像重构得到二阶特征脸,最后将两种特征脸组合,构造组合特征,用三阶近邻法进行识别.在ORL人脸数据库上的试验结果表明,组合特征脸法用于人脸识别有较高的可行性和较好的稳定性,且在识别率上优于特征脸方法,准确率达到93.8%.     

融合纹理和形状特征的人脸图像性别识别

针对人脸图像性别识别中单一特征识别率不高的问题,提出了融合纹理特征和形状特征的人脸图像性别识别方法.通过局部二值模式(LBP)及其改进算法提取人脸图像的纹理特征,梯度直方图(HOG)提取人脸图像的形状特征,融合两个特征利用Adaboost分类器进行人脸图像的性别分类.在ORL人脸数据库和自制人脸数据库CZB上的实验结果表明,相对于直接利用像素特征和单一特征的识别方法,融合多特征的人脸性别识别方法的识别率明显提高.     

基于PCA算法的摄像头人脸识别研究

研究一种基于摄像头的快速人脸识别方法,具体步骤为:利用摄像头捕捉人脸图像,采用图像处理算法从所抓取的图像中提取能代表人脸的特征信息;然后对这些信息进行分析和处理利用主成分分析算法对人脸进行识别;最后采用VC++程序语言开发了基于摄像头的人脸识别系统。实验结果表明,该系统具有采集速度快,易读性和可移植性强的特点,并且具有很强的实用性。     

基于PCA人脸识别的智能防盗报警系统的设计与实现

针对我国智能安防行业中普遍使用指纹识别系统,而传统的人脸识别系统使用范围小、售价高、普及率低的现状,设计了一种基于PCA人脸识别的智能防盗报警系统。该系统采用PCA算法进行人脸特征降维,识别后设置警报阀值,采用GSM通信实现智能防盗报警功能。通过硬件与软件的设计安装与调试,以及系统整体的测试调试,该系统能有效识别人脸,并在系统出发警报时通过GSM短信进行实时通信报警。     

基于单演特征和概率性协作表示的人脸识别

针对光照、遮挡、姿态、样本数有限等问题对人脸识别的挑战,提出一种融合单演特征和概率性协作表示的人脸识别方法 .概率性协作表示分类方法(ProCRC)相对于稀疏表示分类方法(SRC)和协作表示分类方法(CRC)具有明显的分类优势.但在样本数有限情况下ProCRC方法中样本需更精确地被表示才能获得精确的结果.针对该问题,提出使用单演特征来精确地表示人脸样本.实验结果明表所提出方法能够有效地提高在复杂光照、遮挡、姿态、样本数有限条件下的人脸识别率.