光照变化下的ASM人脸特征定位方法研究

提出光照变化下的ASM人脸特征定位方法.使用扩展局部二值模式算子(ELBP),所有标记点使用2D轮廓,引入Row ley人脸检测算子,自动定位人脸及眼睛位置.实验结果表明,光照变化下的ASM人脸特征定位方法对正面人脸左、右侧光照变化能取得更加精确的结果,更加鲁棒.     

使用ASM与AAM方法进行器官定位

器官定位是人脸识别中的一个重要环节 ,它的精确性影响到人脸的正确识别率。本文主要研究主动形状模型 (ASM)和主动外观模型 (AAM )的原理、方法 ,并以具体例子说明其在器官定位中的应用 ,分析它们的共同与不同之处     

一种改进的三维网格凸度衡量方法

针对现有方法需要不断地调整投影方向、时间消耗大的缺点,提出了一种改进的三维网格凸度衡量方法,该方法只需在物体主方向投影一次,减少了时间消耗.该方法首先采用主成分分析(Principal Component Analysis,PCA)计算网格模型的主方向,然后计算模型在主方向上的投影面积和网格模型中每个面片在主方向上的投影面积之和,将它们的比值作为凸度值的初始估计,最后在主方向上对模型进行切片处理,计算所有切片的二维凸度值的加权平均,并将其作为凸度值的修正.实验结果证明,这种改进的凸度衡量方法在计算速度上比现有方法更快,而且更加符合人类的视觉感知.     

一种改进的基于主动形状模型的人脸特征定位方法

主动形状模型是目前一种常用的人脸特征定位方法.针对传统的主动形状模型过度依赖模型初始参数的设置问题,提出了一种改进的基于主动形状模型的人脸特征定位方法.首先,通过样本学习得到输入新图像的灰度重构系数,并将这组系数用于人脸形状的重构,再由重构出的人脸形状得到主动形状模型的初始参数,然后通过不断调整模型参数减少模型与目标轮廓的距离误差,最后在数次迭代后达到模型与实际人脸特征轮廓的匹配.与基于传统主动形状模型的特征定位相比,改进的主动形状模型具有较高的准确性,能快速定位出各目标特征.     

一种多角度的人脸识别方法

针对传统人脸识别方法的识别率受角度变化影响大的缺点,提出了一种多角度的人脸识别方法.首先用多个不同角度的主动表观模型(AAM)估计人脸旋转角度;然后通过多角度模型合成正面人脸;最后采用线性判别分析法(LDA)获取最佳分类特征,并对其进行识别.实验结果表明:与主成分分析法(PCA)相比,该方法对不同角度的人脸具有更高的识别率.     

一种基于改进ASM的运动目标跟踪方法

ASM是一种应用于非刚体轮廓匹配的统计模型方法,由于匹配结果的可靠性依赖于先验的灰度模型,导致灰度信息发生动态变化时基于ASM的目标跟踪效果不佳.针对跟踪中轮廓匹配的鲁棒性问题,提出了一种基于改进ASM的目标跟踪方法,该方法采用一种在线提取和更新灰度模型的机制,摆脱对目标先验灰度的依赖;并结合强边缘特征和目标内部灰度信息,改进传统ASM方法的灰度模型和搜索算法,提高了运动过程中目标附近背景信息变化情况下轮廓匹配的鲁棒性和快速性;跟踪过程中利用卡尔曼滤波预测目标位置提高了运行效率.实验验证了方法的有效性和鲁棒性.     

改进的主动形状模型方法在人脸特征点定位中的应用

针对主动形状模型(ASM)已成功应用于人脸特征点定位提出了两点改进方法.其一,首先用Adaboost方法在图像中检测到人脸区域,然后在人脸区域中检测到瞳孔的位置,为ASM中的点分布模型粗略地定位好初始位置;其二,将原始ASM方法中的关键点的1D纹理模型改进为基于核概率密度估计模型的2D纹理模型.改进的方法在SJTU人脸数据库中进行验证,结果表明,改进的ASM方法提高了特征点定位的精度.     

一种多特征融合的特征匹配算法

特征匹配是目标识别的基础,文章针对特征描述子在多变复杂场景中的自适应问题,从特征向量的低维度、高稳健、易计算3个方面,结合核主成分降维、匹配核的空间映射以及Power-law归一化等特征处理方法,提出一种面向复杂变换环境的集成低维度的特征匹配算法.首先,采用线性内积核将特征向量映射至高维空间提取特征主成分,然后通过He...     

一种改进的人脸特征点定位方法

人脸特征点自动定位方法在人脸识别、三维人脸模型重建等方面都有重要作用.三维人脸模型重建对下巴特征点精度要求很高.采用一种结合遗传算法和活动外表模型(AAM)的人脸特征点定位方法(GA-AAM),对AAM算法在下巴轮廓提取中的不能精确收敛问题作了改进.对于用实时AAM算法做特征点粗定位得到的结果,在AAM的代价函数中引入代表特征点处的边缘信息,进一步采用遗传算法作优化.实验结果表明该方法对下巴特征点的精确收敛十分有效.     

主成分分析法中数据处理方法的改进

由于原有的主成分分析法受到评价指标量纲和数量级的影响,因而主成分也会因评价指标量纲和数量级的改变而不同,并且使得部分信息丢失。用均值化方法借助DPS数据处理软件,对原始数据进行无量纲化处理,不仅有效消除了量纲与数量级的影响,而且使得处理后的数据包含了原始数据的全部信息。     

基于主成分分析中的几类问题的计算公式及结论

讨论了主成分分析中的几类问题的计算方法,重点揭示在协方差矩阵中对角元素相同时的第一主成分及贡献率和对角元素不同时的主成分贡献率.经讨论后给出有关计算公式,并说明这些计算公式在多元统计分析中的实际作用.     

温度影响的轴承动态预紧耦合降维方法

机床主轴承预紧状态随运行工况动态变化,但预紧力与轴承动力学特性非线性相关,根据轴承动态特性变化对预紧力实施动态优化是提高球轴承综合性能的关键.为提高主轴轴承综合性能,提出一种新的预紧力优化准则.构建了温度影响的球轴承动力学模型,分析变转速、变预紧力和变温升综合影响的球轴承动力学特性变化规律,采用主成分分析法对预紧力与轴...     

基于主成分分析及匹配聚类分析的数据表语义压缩方法

提出一种基于主成分分析及匹配聚类分析的数据表语义压缩方法PCA-C lustering.主成分分析利用属性间相关性,提取主成分以实现纵向压缩;匹配聚类通过对匹配程度的量度决定元组的隶属,用较少的簇集代表元组代替所有元组以实现横向压缩,并充分利用较小的允许误差取得更好的压缩比.仿真实验结果表明,在数据属性间线性相关关系明显的情况下,PCA-C lustering在压缩比方面平均优于Fascicles和ItCompress 10%~15%左右;与采用CaRT模型的SPARTAN相比,由于CaRT对于线性相关明显的数值型属性效果不够理想,PCA-C lustering仍然具有较好的压缩比.     

一种改进ICCP水下地形匹配算法

针对水下地形最近等值线迭代（ICCP）匹配算法的原理缺陷和惯性导航累积误差对匹配精度的影响,提出了一种利用粒子群算法优化估计航路的改进ICCP算法．分析了ICCP算法的不足,利用估计航路、惯性导航定位误差和数字地图确定误差椭圆和参考航路,用豪斯多夫距离表征参考航路与实际航路的位置差异,并利用粒子群优化算法实现参考航路的快速寻优．仿真结果证明改进算法具有更好的定位精度和鲁棒性,湖上试验验证了算法的工程可行性．     

基于残差自然幂法的增量线性判别分析方法

提出了将增量线性判别分析问题(LDA)转化为两个增量主元分析(PCA)问题的算法框架.为加速算法的收敛速度,推导了增量LDA中训练样本的类内离散度矩阵和协方差矩阵的无损实时更新公式,并在此基础上提出了一种基于残差协方差矩阵的自然幂增量PCA算法.将该增量PCA方法与基于双PCA结构的增量LDA算法框架相结合,实现了数据...     

人脸识别算法在监狱通道管理中的应用

针对监狱通道管理的特点, 将人脸肤色模型、 模板匹 配及主分量分析等图像处理和统计学习经典算法有效地结合, 开发了实时有效的人脸识别算法模块. 测试结果及分析表明, 该模块在特定应用中对于人脸定位与验证有一定的优越性.     

一种基于群体智能聚类的设备性能横向比较算法

提出了一种基于群体智能的设备性能横向比较算法,该算法将设备模式投影于二维平面上,然后依据群体智能聚类,实现设备性能的自组织聚类分析.为了提高群体智能聚类算法的运行效率,提出了利用主成分分析改善模式投影时的随机性.此外,为了减小参数选取对算法的影响,提出了一种更简单的相似度衡量公式.将改进后的算法与原算法进行比较,结果显示,改进算法的运行效率更高.利用改进算法对某中央空调的数据进行分析,验证了算法能满足设备性能自组织聚类的要求.     

对称阵稀疏主成分分析及其在充分降维问题中的应用

讨论了对称阵的稀疏主成分分析,并给出估计的渐近结果。基于蒙特卡洛分析的模拟实验展示了在充分降维中稀疏主成分的优势。     

独立子空间下的草图人脸合成与识别

基于草图的人脸识别对于公安机关通过目击者描述出的犯罪嫌疑人草图来确定疑犯的身份具有重要的意义.为实现草图人脸识别,从人脸独立特征子空间和人脸形状结构特征出发,提出了一种新的草图人脸合成和识别方法.根据人脸图像在独立分量子空间上的重建,研究了基于独立成分分析(ICA)的草图人脸合成,实现了照片草图人脸转换;针对人脸结构信息在人脸识别中的重要作用,在分析主动形状模型(ASM)算法在提取人脸结构信息上所具有的局限性的基础上,提出了极坐标形状模型(PSM);最后,将合成的草图与待识别草图利用ICA/线性鉴别分别(LDA)和极坐标形状模型进行联合识别.实验结果表明,提出的算法可以有效地将照片转换为草图,并具有较好的识别率,1阶识别率达到94.7%,10阶达到99.1%,将子空间投影与极坐标形状模型联合起来识别,1阶识别率可提高5.3%,前3阶识别率平均提高约4.2%.算法较好的识别率基本上满足了自动草图识别系统的要求.