基于模糊保险箱的人耳生物特征模板保护方法

以人耳作为生物特征,将模糊保险箱(Fuzzy vault)算法应用到人耳生物特征模板的保护中。首先,利用基于代数特征的主元分析法提取人耳图像的特征向量;然后,利用模糊保险箱算法实现模板保护,该过程分为加密和解密两部分。在加密过程中,对密钥进行循环冗余加密,加密后构造多项式函数;然后,将人耳特征数据在该多项式上投影,并添加一定数量的杂凑点,构成保险箱;在解密过程中,利用保险箱和待认证人耳的生物特征模板构建候选点集合,利用有限域内的拉格朗日插值法解出多项式,并用循环冗余编码对多项式系数进行校验,若满足校验结果则恢复密钥成功。在北京科技大学人耳图像库(USTB人耳图像库)上的实验结果表明,该方法能够有效进行模板加密。     

基于特征融合的人脸人耳多生物身份鉴别

针对人头旋转时单一人脸识别率较差的问题,基于人脸与人耳位置上的关联性,提出人脸人耳多生物特征级融合的身份鉴别方法以克服姿态带来的影响．首先采用传统独立成分分析（ICA）方法及其变形分别提取出图像的局部和全局特征,然后将这2种互补的特征进行多模态加权串联融合,并采用基于非线性核函数的主元分析法（KPCA）降维．在USTB图像库上的实验表明,2种独立成分特征具有很好的互补性,多生物识别大大优于单一生物识别,且提出的核非线性降维方法进一步改善了识别性能．     

统一参数形变的指纹细节点模板保护方法

针对指纹模板形变的保护方法中存在识别精度较低的问题,提出一种基于统一参数形变的指纹细节点模板形变方法.该方法采用统一变换参数进行细节点位置的特征变换,减小变换误差.而细节点方向角的变换,采用Lee的方法,从细节点邻域方向图中提取变换参数,保证变换的不可逆性.实验结果表明,本方法的综合性能(识别性能与模板保护性能)优于Lee的方法.     

图像模糊信息融合算法的性能评价

讨论了图像模糊信息融合算法的性能评价问题，采用信息融合技术，可把图像的模糊信息进行融合处理，进一步提高基于模糊技术的图像模式识别的准确率，从信息论的观点出发，提出利用模糊熵来评价模糊信息融合算法的性能，以指导对融合算法的设计和分析，提高评价方法的客观性和精确性。     

基于特征加权模糊模板匹配的字符识别

字符识别算法能够直接影响字符识别的精度和速度.把特征加权模板匹配算法和基于模糊原理的判别准则结合起来,设计一个字符识别算法.该算法首先对标准模板匹配算法进行改进,然后在此基础上以模糊理论作为判断标准来进行字符识别.从理论分析和实验结果这两方面来看,所提字符识别算法能够充分区分开字符笔画和非笔画部分对字符识别的影响大小,可以有效提升识别率和鲁棒性,性能较优.     

遗传模糊系统的分类器融合

将遗传模糊系统引入分类器融合，并且提出了一种快速的遗传模糊系统设计方法，在该方法中对传统的产生初始群体的方法和交叉操作进行了改进．本文方法在从ELENA数据集和UCI数据集中选择的3个大样本数据集上进行了测试，与当前有代表性的分类器融合方法进行了比较实验．实验结果表明，该方法在缩短训练时间以后仍然能够得到模糊规则数少，分类精度高的分类器融合系统．     

稳态热环境人体热感觉的模糊综合评判

提出一种稳态热环境人体热感觉模糊综合评判算法,该方法充分考虑了人的活动强度、着衣量和热环境参数（空气干球温度、平均辐射温度、相对湿度和风速）等综合作用的影响,且回避了传统模糊评判算法中构造模糊隶属函数的困难,具有可学习的能力。数值实验结果同预测平均投票指标吻合很好。该方法直接从人体调节热负荷与新陈代谢率这两个特征变量得到人体在环境中的热感觉,因此,不同于传统的以生理热反应（如皮温和发汗率）为基础的热感觉导出策略。     

基于KCCA的特征融合方法及人耳人脸多模态识别

鉴于人耳和人脸特殊的生理位置关系,本文从非打扰识别的角度出发,提出一种基于人耳人脸的多模态生物特征识别技术。首先仅采集侧面人脸图像,然后将核方法引入到典型相关分析(CCA)中,提出基于核CCA的特征融合方法,抽取两组特征矢量的非线性典型相关特征构成有效鉴别特征矢量用于识别,并应用其提取人耳人脸的关联特征进行个体的分类识别。实验结果验证了基于KCCA特征融合方法的有效性;此外,与单一的人耳或侧面人脸特征体识别比较,基于人耳和人脸融合的多模态生物特征识别性能得到提高,这为非打扰生物特征识别提供了一条有效的途径。     

基于模糊判别准则和特征加权模板匹配的字符识别

字符识别算法的设计作为光学字符识别的最关键步骤,直接影响到字符识别的精度和速度。运用特征加权模板匹配算法并结合基于模糊原理的判别准则,设计了一个字符识别算法。该算法从当前应用最广泛的模板匹配法入手,对标准模板匹配算法加以改进。在此基础上利用模糊理论作为判断标准来进行字符识别。所提算法能够充分区分开字符笔画和非笔画部分对字符识别的影响大小,从而有效地提升了识别率和鲁棒性。从实验结果来看,该算法性能较优。     

基于Vague集的模糊信息融合研究

在分析模糊信息融合局限性,并介绍Vague集概念的基础上,提出了基于Vague集的模糊信息融合方法．给出了该方法的数学描述、数据组织、结果评价等概念及算法实现过程．并以传感器一目标模型为例,演示和分析了该方法的应用及评价过程．从结果看,基于Vague集方法进行模糊信息融合是简易、高效和可靠的．     

基于特征融合的面部表情识别

针对传统Gabor变换在提取表情特征时,冗余较大、特征维数较高的不足,结合ASM自动特征定位技术,提出了一种基于特征点Gabor特征和ASM形状特征相融合的面部表情识别方法. 实验表明,两种特征的融合,可有效地利用特征点的局部纹理信息和脸部器官的整体形状信息,达到了更好的面部表情识别效果.     

一种有监督的模糊模式识别模型

给出了一种有监督的两类模式识别模型，该模型允许选取模糊特征，其学习或训练方法是模拟人们认识事物的过程实现的，它是Ｃｏｒａ－３模式识别方法的一种拓广。因此可作为较复杂的智能系统或专家系统的识别模型．     

基于统计特征融合的人脸识别

从理论上分析了PCA分析的主元特征向量仅仅表示了图像的整体信息,不能表示图像的微小变化,而非零最小特征向量仅仅反映了图像的细微变化,将主元特征向量和非零最小特征向量进行有机的结合,并用于人脸统计识别. 试验结果表明,本文介绍的方法比PCA的人脸识别方法优越, 在一定程度上克服了人脸姿态表情的影响.     

一种基于模拟退火的特征层融合模式识别实现方法

文章提出一种特征层融合模式识别的方法,定义"融合特征"和"特征融合系数"实现模式的特征融合。使用模拟退火算法搜索最佳的"特征融合系数",从而提高模式识别的正确性,降低分类决策的模糊性。特征层融合的交通标志形状识别实验和数字字符识别实验均表明:该方法具有以上两方面的优点。     

融合主动外观模型与局部二元模式的人脸识别

提出一种新的人脸识别算法.首先,利用主动外观模型(active appearance model,AAM)提取人脸五官特征点,进而获得人脸区域的全局纹理特征;然后对人脸区域中的若干个局部子块进行加权局部二元模式(local binary pattern,LBP)的特征组合;接着分别对这两类特征进行最近邻法则匹配;最后,采用基于模糊综合的原理对这两大类特征进行数据融合,给出最终识别结果.实验表明该算法的有效性,能够很好地结合人脸图像全局和局部的互补信息,识别效果优于各单一模块的分类性能.     

Data fusion based on fuzzy measures

Choquet integral based on fuzzy measure is a very popular data fusion approach. A major problem in applying the Choquet integral is how to determine a large number of fuzzy measures as the number of attributes increases. The λ-fuzzy measure proposed by Sugeno is a powerful method to resolve this problem. However, the modeling ability of the λ-fuzzy measure is too limited to satisfy actual requirements. In this paper, an extended λ-fuzzy measure is proposed using Shapley value index, and the limitation of the λ-fuzzy measure is significantly overcome under little additional computational loads. The extended fuzzy measure has stronger modeling power than the λ-fuzzy measure, straightforwardly representing interaction among attributes. We apply the extended fuzzy measure to an artificial data set and a real dataset in an iron-steel plant. The results verify the usefulness of the extended fuzzy measure compared with other main existing methods.     

Data fusion based on fuzzy measures

Choquet integral based on fuzzy measure is a very popular data fusion approach.A major problem in applying the Cho- quet integral is how to determine a large number of fuzzy measures as the number of attributes increases.Theλ-fuzzy measure proposed by Sngeno is a powerful method to resolve this problem.However,the modeling ability of theλ-fuzzy measure is too limited to satisfy actual requirements.In this paper,an extendedλ-fuzzy measure is proposed using Shapley value index,and the limitation of theλ-fuzzy measure is significantly overcome under little additional computational loads.The extended fuzzy measure has stronger modeling power than theλ- fuzzy measure,straightforwardly representing interaction among attributes.We apply the extended fuzzy measure to an artificial data set and a real dataset in an iron-steel plant.The results verify the usefulness of the extended fuzzy measure compared with other main existing methods.     

一种基于模糊积分的多分类器人脸识别方法

提出了一种基于模糊积分的多分类器人脸识别新方法,首先采用两种不同的K-L变换及Fisher线性鉴别分析方法对原始图象进行特征抽取和压缩,然后将压缩后的特征设计成不同的分类器,再利用模糊积分对这些分类器进行融合,达到主观期望和客观证据间的最佳匹配,从而提高了对目标的识别率,并将该方法应用到人脸识别中,实验结果表明,该方法提高了识别率,证明其有效性。     

一种改进模板匹配的车牌字符识别方法

提出了一种改进模板匹配的车牌字符识别方法。详细介绍了车牌字符识别的过程,主要包括模板的建立,基于弹性网格的字符特征提取,模板匹配的步骤及改进方法。运用该方法不仅可减少计算量,而且提高了实时性。实验结果表明,提出的方法具有效率高、精确度好等特点,识别率可以达到90%以上。