基于DCT的人脸特征提取

设计一个准确性和鲁棒性均很好的人脸识别系统．该系统利用DCT来提取人脸特征，并且采用归一化技术来提高人脸对几何特征与光照的鲁棒性．并在人脸图像库中对系统进行了测试．实验表明，该系统的识别率和速度要比采用其他识别方法的系统好很多．①     

基于DCT变换的一种数字图像水印技术

介绍了数字图像水印技术的基本原理,以二维图像作为水印信号,提出一种基于离散余弦变换的图像水印方法,实验证明该方法是可行的。     

语音DCT变换的一种小波编码方法

语音信号离散余弦变换的小波变换编码方法是根据DCT变换和小波变换特点，并结合语音信号的特征而提出的一种高效简便的语音编码方法，在编码中，对不同层次小波系数分配不同的量化位，可灵活、方便地控制重构话音的质量，以汉语语音音节为例的实验表明，在16kbps的编码数据率时，重构(或再生)的话音质量与原始话音质量基本相同。     

一种基于DCT变换域的数字水印设计方案

随着数字产品和国际互联网的迅速发展,保护数字产品版权的问题变得越来越突出,水印处理技术是解决这个问题的一个有效手段。本文利用人眼视觉系统的特性,提出的一种基于DCT变换战的数字水印方案。在保证图像视觉质量的前提下,合理分配嵌入的水印能量,尽可能地提高嵌入水印在任一局部的分量强度。所以本文算法将这几种敏感度特征结合起来,使其自适应地调节嵌入的强度,在保证了图像视觉质量的同时,也使嵌入的水印达到了最佳的鲁棒性。     

基于小波变换的人脸表情特征提取

首先通过直方图均衡化处理增强图像的整体对比度,使图像的细节更加清晰.通过离散余弦变换来降低图像特征维数、去除冗余信息、保留重要的低频信息.然后利用Gabor小波变换,选取不同的尺度和方向对人脸表情特征进行提取.最后通过实验结果对比证明预处理后的图片在进行小波变换时能节省大量的运算时间.     

基于人脸轮廓的人脸归一化方法

人脸识别作为生物识别技术的一种,具有无接触、安全和方便的特点.人脸识别技术广泛应用于人机交互、交易认证及安防等领域,一直是生物识别技术研究的热点.人脸检测、特征定位、人脸归一化和特征提取是人脸识别研究的重点,决定着人脸识别系统的最终性能.设计了基于人脸轮廓的人脸归一化方法,根据归一化中出现的问题,进一步提出了人眼位置与人脸轮廓结合的人脸归一化方法.实验结果表明在Yale人脸图像库上人眼位置与人脸轮廓结合的人脸归一化方法具有更高的正确率.     

基于Arnold变换和DCT变换的数字水印算法研究

提出了一种基于Arnold变换和DCT算法的数字水印算法.利用Arnold变换将水印图像变成无意义的图像,再对载体图像做DCT变换,将变换后的水印图像隐藏在DCT系数上,最后进行DCT反变换完成水印的嵌入.实验结果表明,该算法对于一般的图像攻击如滤波、噪声、剪裁有较好的鲁棒性.     

基于图片特征与人脸姿态的人脸识别方法研究

针对人脸识别中在非限定条件下（如背景、光照等因素发生变化时）人脸多角度多姿态识别精度低的问题与现有基于识别模型的方法无法快速更新人脸类别,提出了基于图片特征与人脸姿态的识别方法,通过对人脸姿态的识别,最大程度的匹配人脸数据库中的人脸信息,使用VGG16卷积神经网络训练模型提取图片特征,生成特征向量,再使用支持向量机分别训练提取出的特征,与人脸数据库中信息进行比对,从而精确识别人脸。通过在Pubfig与FERET人脸库上实验结果表明,所采用的算法精度较高。     

基于Arnold变换和DCT变换的图像水印算法

提出一种基于Arnold变换和DCT变换的图像水印算法.该算法使用Arnold变换对水印图像进行置乱处理,然后对载体图像进行8×8的DCT变换.实验结果表明,嵌入水印的图像在受到白噪声、低通滤波、压缩、剪切、旋转等不同方式的攻击后,仍能从载体中提取嵌入的水印,因此本算法对水印的攻击具有比较好的鲁棒性,尤其是具有十分有效...     

一种基于小波变换和模板的人脸检测方法

提出了一种基于小波变换和模板匹配的人脸检测方法.首先通过小波变换,取其低频系数后设置阈值,生成若干个二值化的候选区域,然后对模板进行旋转伸缩变换,再与候选区域进行匹配.该方法能在复杂背景下快速检测人脸,并且不受人脸旋转角度的影响.实验结果表明,该算法是十分有效的.     

一种基于DWT和DFT的数字图像水印算法

提出了一种基于小波变换和离散余弦变换的数字图像水印算法.此算法首先对原始图像进行一级小波分解,再对其低频系数进行离散余弦变换,调整DCT中频系数的相对值,最后把由{-1,1}组成的伪随机序列嵌入其中.试验结果显示,此算法对JPEG压缩、gauss噪音有较强的鲁棒性.     

一种基于小波变换的鲁棒水印算法

 提出了一种基于小波变换和余弦变换的鲁棒水印算法.此算法首先对原始图像进行一级小波分解,再对其低频系数进行离散余弦变换,调整DCT中频系数的相对值,最后把由{-1,1}组成的伪随机序列嵌入其中.试验结果显示,此算法对JPEG压缩、高斯噪音污染有较强的鲁棒性.     

一种基于四维离散余弦变换的视频编码方法

为有效地去除Y,U,V3帧之间内在的相关性,提出了一种基于四维离散余弦变换理论的彩色视频压缩编码方法。该方法将彩色视频放在四维数学模型中考虑,将彩色视频的图象宽度、图像高度、彩色空间的3帧（Y,U,V）,以及视频序列的连续3帧分别看作四维数学模型中的“四维”,利用四维离散余弦变换去除彩色视频中图象的相邻像素之间、Y,U,V3帧之间、以及视频序列相邻帧之间的相关性,并结合矢量量化进行压缩。实验结果表明,利用该方法对“Miss America”彩色视频进行压缩编码,在同等信噪比的条件下,可获得比标准MPEG-2压缩编码方法约4倍的压缩比。     

基于多分辨率分析和改进离散余弦变换的音频水印算法

提出了一种基于多分辨率分析的音频水印算法.首先通过对音频信号进行小波分解得到信号的时变低频分量,然后通过扩频和改进离散余弦变换将水印信息分散嵌入低频分量;最后通过误差修正获得较高的水印提取准确率.该算法增大了水印信号的嵌入量,在保证水印安全性和隐蔽性的同时,对常见的信号处理还具有较好的鲁棒性.     

一种新的模糊稀疏表示人脸识别算法

稀疏表示人脸识别算法的主要思想是:一个未知的测试图像可以近似表示为所有与其隶属同类的训练样本的一个线性组合.然而,人脸之间存在着极大的相似性,同时易受到外部环境的影响,人脸分类的本身存在着一定的不确定性.针对这种不确定性,结合模糊集合理论,提出了一种新的模糊稀疏表示人脸识别算法.首先,引入一个非线性函数描述人脸的相似性程度.然后,基于该相似性度量以及最近邻分类器思想,定义一个自适应的模糊隶属度函数来分配人脸对类的隶属程度.而这一过程恰使得这些隶属度是稀疏化的.最后,将稀疏化的模糊隶属度作为训练样本表示测试样本的权值系数,进而重构测试图像.采用MATLAB在ORL和Yale人脸数据库上进行仿真实验,验证了该算法的有效性和稳定性.     

基于稀疏表达的人脸遮挡物去除

人脸识别技术是目前最具发展潜力的生物特征识别技术之一。眼镜、围巾等遮挡物的存在对人脸识别系统的识别率影响很大,为了提高有遮挡的正面人脸图像的识别率,文章提出了基于稀疏表达分类的去除遮挡的方法。该方法对于有遮挡的人脸图像先求出其在无遮挡人脸图像训练集上的稀疏系数,再根据求得的稀疏系数进行恢复重建,得到去遮挡的人脸图像。实验表明该方法能有效地去除遮挡和提高识别率。     

基于变尺度DCT和PCA的人脸识别方法

针对实际应用中要对不同尺度的人脸图像进行匹配和识别的需求,提出一种基于变尺度DCT(离散余弦变换)结合PCA(主成分分析法)的人脸识别方法.首先将不同尺度的人脸图像进行DCT变换,然后提取出相同的DCT系数,再将提出的DCT系数进行PCA降维,最后进行匹配识别.通过对ORL人脸库及实验采集的多尺度人脸图像进行实验,证明了所提方法对不同尺度图像的匹配识别有效,并测算了DCT变换后的修剪尺度及PCA特征维数对该方法识别准确率的影响.     

滑动离散余弦和正弦变换的快速算法

提出了计算Ⅰ型和Ⅲ型滑动离散余弦变换和滑动离散正弦变换的快速算法。该算法具有递归运算结构，计算复杂性为Ｏ（Ｎ），运算量小于其他算法；文中讨论了该算法的数值稳定性问题，并将该算法与其他算法作了比较。     

基于DDCT与LDA的人脸特征提取方法

提出一种基于分块离散余弦变换(DCT)和线性鉴别分析的人脸特征提取方法。该算法对人脸图像进行DCT变换,根据图像块位置和能量分布选择不同的DCT高低频分量构建特征向量,再线性鉴别变换降低特征维数,提高特征的鉴别能力,并利用分类器进行特征的分类与识别。人脸库上的仿真结果验证了该方法的有效性。