【摘 要】
：
随着互联网的发展,人脸识别在安全领域得到越来越广泛的应用.传统的人脸识别方法泛化能力较差,无法有效处理特别复杂的函数关系而使其在安全领域发展比较缓慢.为了提高人脸识别的正确率,本文提出了一种新的深度玻尔兹曼机神经网络(deep Boltzmann machine,DBM)和差异受限玻尔兹曼机神经网络(discriminative restricted Boltzmann machine,DRBM)
论文部分内容阅读
随着互联网的发展,人脸识别在安全领域得到越来越广泛的应用.传统的人脸识别方法泛化能力较差,无法有效处理特别复杂的函数关系而使其在安全领域发展比较缓慢.为了提高人脸识别的正确率,本文提出了一种新的深度玻尔兹曼机神经网络(deep Boltzmann machine,DBM)和差异受限玻尔兹曼机神经网络(discriminative restricted Boltzmann machine,DRBM)的混合模型,在人脸数据集上与传统的人脸识别模型做了对比,为了进一步验证有效性,本文还选取在公共CMU-P
其他文献
针对小区车辆进出较多引起的堵塞以及交通安全等问题,本文基于RFID技术展开研究,为自动识别系统建设提供技术方案。首先,以实例图的方式说明了系统组成以及工作过程;然后,以射频识别工作原理为基础进行射频识别设计,包括电子标签、阅读器和天线等核心构件;三是,运用结构化思想设计由进出综合管理和自动控制系统等模块构成的系统功能结构。基于本文研究内容构建系统,可以实现对本小区车辆全自动化管理,对非小区车辆半自
odays digital contents are inherently multimedia:text,image,audio,video etc.,due to the advancement of multimodal sensors.Image and video contents,in particular,become a new way of communication among
提出一种选择性阈值取反与径向对称变换结合的算法,用于瞳孔中心的定位。提取人眼区域图像并转化为灰度图像,采用高斯平滑减小噪声的影响,对灰度图像进行阈值取反操作处理,去除眼睛周围像素的梯度变化对定位的影响。选择性阈值取反可综合利用直接取反和阈值取反的优点,进行径向对称变换投票得到瞳孔中心,实现瞳孔中心的定位。在BioID数据库及CASIAIrisV4进行实验验证的结果表明,本文提出的选择性阈值取反操作
提出一种融合显著图(SM)和保真图(FM)的全参考图像质量评价算法,用于评价质降图像的失真度。利用亮度和色度的相似度提取质降图像相对于参考图像的FM;对参考图像进行区域划分、全局显著性提取和纹理边缘补充得到SM,将SM与质降图像的FM融合得到基于感知的显著保真图(PSM),计算质降图像的客观评价得分。在标准数据库上的实验结果表明,本文方法与主观评价能够很好保持一致,并对LIVE图像库中的5种失真图
提出了一种基于随机蕨(random ferns)和集成学习的图像隐写分析算法。首先利用图像高维特征构建蕨特征,采用成对采样策略构造样本子集,生成若干个基分类器;然后计算出训练样本在基分类器中各个蕨的先验概率并集成各个基分类器,进行隐写检测判别。实验结果表明,本文算法复杂度低,能有效降低隐写检测错误率。
提出了一种鲁棒局部二值模式结合相关反馈的基于内容的图像检索算法.鲁棒局部二值模式是一种性能较好的特征提取算子,对噪声和光照变化具有较强的鲁棒性,且不会造成原始数据的改变,可提高特征提取的准确性.相关反馈使系统可获知用户的偏好,对检索结果具有导向作用.多个纹理数据库的实验结果表明,提出算法的检索准确性和鲁棒性优于同类算法.
为了提高图像分类的准确率,解决多层感知器(MLP)收敛速度缓慢等问题,提出了一种基于生物地理学优化-MLP(BBO-MLP)和纹理特征的图像分类算法。首先,从图像库中选取3类不同的图片,对图像分类算法运行环境进行建模;其次,选取角二阶矩(UNI)、熵(CON)、惯性矩(ENT)和相关性(CDR)4个纹理参数构建一个四维特征矩,根据用户提供的类别号和图像的纹理特征向量生成训练样本文件;然后,将提取的
提出了一种基于蝙蝠算法的目标跟踪新方法.首先描述了基于蝙蝠算法的目标跟踪流程,在此基础上研究了蝙蝠算法的迭代终止条件、蝙蝠种群数、脉冲频率因子和脉冲音强衰减因子对跟踪性能的影响,并通过实验确定了以上参数,最后与粒子滤波、均值漂移和粒子群优化3种跟踪算法进行了比较.实验结果表明,基于蝙蝠算法的视频目标跟踪方法的跟踪效果优于其他3种算法.
针对基于纠错输出编码的多类分类中解码策略的选择问题,提出一种基于模糊积分的解码方法.将每个基分类器看作一个证据源,其概率输出提供了测试样本所属类别的可能性;同时基于基分类器信任度和混淆矩阵对模糊密度的赋值进行了改进;最后求取最大的模糊积分值所对应的类别为分类输出.基于UCI数据集和经典解码方法的比较实验验证了本文所提方法作为二符号解码策略的可行性和有效性.
稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻域图进行谱分析,提取数据的几何流形结构信息;然后将原始特征空间数据映射到高维特征空间中,利用谱回归在高维特征空间中来计算基向量;最后在高维特征空间中对每个样本逐个进行表示.文中算法不仅能有效地处理非线性结构数据,而且只需求解一个稀疏特征值问题和两个回归问题,计算