彩色人脸鉴别特征抽取及识别

目前存在的彩色人脸识别方法大多是将彩色图像转换为灰度图像后,采用基于灰度图像的特征抽取与识别算法进行分类识别.本文根据彩色人脸图像的构成特点,对彩色人脸图像的R、G、B三个分量色彩信息进行特征抽取与分析,进而找出适合对彩色人脸图像进行自动识别的鉴别特征.最后,在国际通用的AR标准彩色人脸库中进行了大量实验,验证了本文算法的有效性.     

一种改进的彩色人脸鉴别特征抽取方法及自动识别

针对传统的线性分析方法中都需要的平均样本的共性,提出了基于中间样本的人脸识别．这种方法有效去除了干扰样本对平均样本的影响,并结合彩色人脸识别,提出了基于中间样本的彩色人脸鉴别特征抽取及自动识别方法．最后,在国际通用的AR标准彩色人脸库中进行了大量实验,验证了算法的有效性．     

基于2DPCA和改进的LDA算法的人脸识别技术

为提高人脸识别的准确率,缩短图像特征提取的时间,提出了一种将二维主成分分析（简称2DPCA）与改进的线性鉴别分析（简称LDA）相结合的人脸识别方法。该法首先以图像矩阵为分析对象,直接利用原始图像矩阵构造图像的协方差矩阵。以进行特征提取和2DPCA分析;再采用改进的线性鉴别分析。得到最佳的分类特征,从理论上有效解决了传统的线性鉴别分析在人脸识别中存在的“边缘类”问题：最后．在ORL人脸库上检验了该识别方法的性能。实验结果表明,该方法抽取的鉴别特征有较强的鉴别能力。     

一种基于gamma分布的NMF算法及其在人脸识别中的应用

提出了一种基于gamma分布的NMF算法(GNMF),并将之用于人脸特征抽取.构造了特征子空间,并在特征子空间内实现脸部识别.结果表明,GNMF算法可行且有效,以GNMF为基础的人脸识别率较高.     

二维非线性鉴别分析及人脸识别

二维最大散度差线性鉴别分析方法不仅有效地避免了在人脸识别中传统的Fisher线性鉴别分析通常存在的“小样本问题”,而且使其特征抽取的速度有了大幅度的提高．本文通过引入著名的“核技巧”,将二维最大散度差线性鉴别分析扩展到非线性空间,提出了一种新的二维核最大散度差鉴别分析方法．该方法不仅抽取了图像中更加有效的非线性鉴别特征,使正确识别率显著提高,而且为二维非线性鉴别分析提供了一个统一的构架．最后在AR标准人脸库中的实验结果验证了本文算法的有效性．     

基于人脸检测的摄像机自动跟踪算法研究与实现

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.用摄像机采集人脸图像,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部一系列相关技术处理,包括人脸图像采集、人脸定位、人脸识别,达到识别不同人身份的目的.在该项目实现过程中,本文首先调用了OPENCV自带关于人脸识别的函数facedetect 来进行初步人脸识别得到的初步效果,用肤色做出了静态人脸识别,在图片上显示了人脸,并用椭圆形框对其识别.     

基于Android的人脸识别系统设计与实现

人脸识别是公共安全领域的研究重点。随着移动互联网的快速发展,移动式终端人脸识别应用日益广泛。探讨人脸识别在Android系统中的实现以及用户个人信息保护,包括人脸检测、特征提取和特征识别。首先,通过分析比较,采用基于Adaboost的算法检测人脸,基于PCA的特征脸算法实现特征提取和特征识别。然后,分析相关研究现状以及技术可行性,选择OpenCV计算机视觉库来实现人脸检测和人脸识别。最后,通过JNI调用本地OpenCV代码实现个人信息保护。该系统具备手机人脸解锁、程序锁、偷窥者记录查询和远程查看偷窥者信息等功能。     

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%.     

图像二维鉴别特征矩阵融合及人脸识别

二维最大散度差鉴别准则和二维Fisher鉴别准则抽取的特征具有很强的相关性.本文在此基础上,通过对传统的基于向量的典型相关分析方法进行分析改进,提出了一种新的直接基于图像二维鉴别特征矩阵融合的二维典型相关分析方法,并将其应用于人脸识别的特征融合过程中.较基于向量的典型相关分析,该方法计算过程中构造的协方差矩阵维数大幅度减小.这在一定程度上避免了人脸识别中存在的"高维小样本问题",另一方面也使算法的速度明显提高.     

基于PCA和Fisher线性判别技术的人脸识别算法

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。     

固定背景下人脸图像的特征提取

对于复杂人脸模式、脸部特征的提取,是人脸自动识别技术的关键,本文对固定背景下人脸图像特征的定位和提取算法进行了分析.文中首先对彩色图像背景进行分割,得到二值化图像;然后采用边界搜索方法确定人脸外接矩形;最后在色度空间中,结合SUSAN角点检测方法,实现人眼、嘴角定位,完成了人脸图像特征的提取和识别.实验证明,该算法在降低运算区域的同时,降低了运算复杂度和其他干扰因素,并且在速度、效率、准确性方面均有良好的性能.     

论夏洛克形象的悲剧色彩

采取与传统相异的方法,从夏洛克凭个人手段来反抗民族歧视与宗教迫害这一视角,以夏洛克所遭受的歧视和屈辱为基点,对夏洛克这一形象的悲剧性作了初步的探讨。     

基于序列图像的车型识别研究

研究提出了一种应用于车型识别系统中的基于序列图像的图像处理方法.该方法对采集的彩色序列图像进行灰度化、平滑去噪、序列图像差分、Sobel边缘检测、横/纵向填充、图像修正、边缘提取等一系列的图像处理,并最终识别车型.其中,与传统的车型背景分离法相比,序列图像差分对汽车从实际背景中分离出来起着重要的作用,达到了很好的分离效果.通过利用Matlab进行了实际检验,结果表明,该一系列的车型识别方法是可行的,并对低质量和背景复杂图像有着良好的处理效果.     

基于感兴趣区域的图像分割方法

针对目前图像分割技术中多数算法所提取的目标区域不是用户感兴趣的目标,且往往需要在用户的辅助下才能完成的局限性,提出了一种新的基于感兴趣区域的图像分割方法,该方法将颜色矢量角应用于视觉关注度模型进行图像分割,实现了对感兴趣区域的自动提取。     

一种高效的虹膜身份验证系统

虹膜识别技术是一种非侵犯性的身份鉴别技术.文中探讨了虹膜识别系统,该系统分为虹膜图像的捕获、图像的预处理、特征提取和匹配几大部分;并在此基础上提出了自动虹膜识别算法和虹膜图像的校准技术,最后用基于相位匹配和二维傅里叶变换的幅值差方法来确定虹膜图像的匹配结果.实验证明,该方法运算速度较快,识别效果良好.     

基于C#的图像颜色特征值的提取与匹配

数字图像数据特征值的提取和匹配,是基于内容的图像检索的基础,本文利用C#语言实现了一种图像颜色特征值的提取和匹配算法。     

一种用于图像识别的稀疏增强概率协同表示分类算法

稀疏表示分类方法在图像遮蔽、弱光等情况下具有良好的应用及识别效果,但在测试样本少的环境下仍具有一定局限.将稀疏表示分类算法联合概率协同表示分类算法,以稀疏表示系数增强概率系统表示分类算法的表示系数,采用FERET、Multi-PIE与FRGC人脸数据库进行实验测试.结果显示,稀疏增强概率协同表示分类算法能够显著提升人脸...     

一种主分量直方图模糊增强的彩色图像分割方法研究

提出一种主分量直方图模糊增强的彩色图像分割方法,该方法自动确定主分量和次分量,并对两个分量的直方图进行模糊增强,根据模糊增强的直方图对像素点分级标号,最后根据颜色距离和空间信息进行区域合并,通过实验得到了较好的分割结果。     

基于小波变换和径向基神经网络的签名识别

主要研究利用小波变换和径向基神经网络进行签名图像的分类识别.它包括不同签名图像和相似签名图像的分类识别.所提出的方法包括小波域的图像特征提取和利用径向基神经网络的模式分类.采用小波的多分辨分析方法对签名图像进行时频分析特别有效.熵和能量相关特征的概念用于小波域.径向基神经网络具有快速的收敛速度和分类能力.实验仿真证实了利用小波变换和径向基神经网络进行签名图像分类识别的有效性,且成功识别率100%.