【摘 要】
：
为了有效地解决超高维、多类别人脸识别中支持向量机(SVM,support vector machine)超参数调节计算复杂性问题,提出一种基于均匀设计(UD,uniform design)的SVM超参数调节的人脸识别方法。用UD代替传统的网格(grid)和梯度下降(gradient descent)方法挑选充分均衡分散在整个试验范围内且能得到满意实验结果的特征点,通过最小化k折交叉验证误差界或留一
论文部分内容阅读
为了有效地解决超高维、多类别人脸识别中支持向量机(SVM,support vector machine)超参数调节计算复杂性问题,提出一种基于均匀设计(UD,uniform design)的SVM超参数调节的人脸识别方法。用UD代替传统的网格(grid)和梯度下降(gradient descent)方法挑选充分均衡分散在整个试验范围内且能得到满意实验结果的特征点,通过最小化k折交叉验证误差界或留一法(LOO,leave-one-out)误差界获取SVM最佳超参数。在UCI模拟数据集(Waveform
其他文献
提出一种血管提取速度较快、中心路径提取精度较高的算法.首先,利用八叉树对体数据分块,进行血管的阈值分割和边界距离场计算时,根据每一块体数据的最大最小值与阈值的关系,只处理包含血管体素的体数据块;然后,利用血管体素的梯度值倒数和拉普拉斯变换值作为边界距离场计算的初始值;最后,利用重心法修正初始中心路径使之处于或更接近血管空腔的实际中心路径.选取了2条血管路径进行实验,结果表明本算法能够有效地提高血管
针对阈值分割存在精确性不高和分割效率低的问题,提出一种基于模糊集理论的迭代多值化图像分割方法。采用自顶向下的迭代分割策略综合考虑分割区域的灰度分布特征和各像素点的邻域信息,用模糊综合评判代替分割阈值,实现对图像中各像素点的合理分类,既摆脱了阈值分割方法需要找到若干确定的阈值才能实现图像多值化分割的约束,又提高了图像分割的质量和效率。为验证该方法的优越性和快速性,采用Otsu法和Kapur法两种经典
基于多分辨分析(MA)策略,提出了以图像最大互信息(MI)为匹配测度的图像拼接粒子群优化算法(OA-MI),使参数随图像的MI计算和多分辨率级数进行自适应调整,解决了灰度图像配准中由于目标函数容易陷入局部极值而造成的误匹配问题。实验证明,该方法能够有效地避免局部极值的影响,通过有限次寻优迭代即可找到最优配准变换,提高了图像配准的计算速度和图像拼接的质量。
提出了一种基于Contourlet变换域统计模型的图像去噪算法,用于复杂背景下的路面病害图像,可以获得较为清晰的裂纹病害信息。利用χ2统计假设检验方法得出Contourlet变换系数近似服从拉普拉斯分布,进而应用最大后验贝叶斯估计推导出对含噪图像Contourlet系数的萎缩公式。实验结果表明,该算法能较好地实现噪声抑制和信号保留间的平衡,与小波去噪算法比较,其去噪后图像的信噪比提高4 dB。
用目标轮廓上点的相对位置分布关系对其形状进行描述,基于统计的思想,提出了一种极坐标下形状轮廓点分布特征描述符,不仅符合人眼的视觉感受,而且计算简单;提出了在极坐标下用于度量EMD(earth move′s distance)距离的地面距离计算方法,实验表明,该算法在基于形状的图像分类与检索中取得了良好的效果,而且对目标形状的缩放、平移和旋转等形变具有很好的鲁棒性。
在传统的基于深度图像复制(DIBR)的基础上提出一种基于图像修复的DIBR方法,将预处理深度图像和图像修复算法相结合来填补三维图像映射后的空洞。与传统方法相比更加灵活,本文方法仅需传输一路参考图像序列,从而有效降低DIBR系统的传输带宽。实验结果证明,本文所提出方法是有效的。
在传统时空联合算法的基础上,提出了一种基于定时段区域补偿的视频对象分割后处理算法。首先,通过对帧差图像进行噪声抑制和膨胀连接获得变化检测模板;然后,对原始图像进行开闭重构简化,求取形态学梯度,通过对形态学梯度图像进行非线性变换和梯度等级划分并最终由分水岭算法获得对象的精确边界,通过比例运算提取出视频对象的初始二值化模板;最后,通过定时段区域补偿获得最终的完整视频对象模板。实验结果证明了该算法的正确
提出了一种基于离散余弦变换(DCT)和二维最大边缘准则(2DMMC)的2DDM特征提取算法,证明了2DMMC可以直接应用于DCT域,利用欧氏距离测度进行分类的结果与在空域中进行得到的结果完全相同。2DMMC方法可直接应用于基于DCT压缩的JPEG格式的图像。在ORL和Yale人脸数据库上的实验结果表明,在空域2DMMC的识别率高于2DPCA和2DLDA,2DDM的识别率又高于2DMMC,而且2DD
针对人脸图像清晰度,给出了一种基于倒谱的定量评价方法。实验结果表明,与传统方法相比,所提出的清晰度评价方法能更加准确地评价出人脸图像的质量;采用该方法对人脸识别样本进行筛选,能有效地提高自动人脸识别的识别率,且对整体识别时间影响很小,因而更适合用作自动人脸识别中的图像质量评价。
为了在频域内对相位谱建立模型,运用相关滤波器方法进行掌纹识别。首先运用图像下抽样方法降低掌纹空间的维数,在低维图像上应用训练图像设计最小平均相关能量(MACE)滤波器,然后计算训练图像和测试图像的相关输出平面,根据峰与相关能量(PCE)比值指标进行掌纹匹配。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与传统子空间方法相比,本文方法的识别性能最优,识别率为100%,特征提取和匹配总时