修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

23 条数据
?? 中文（中国） ▾

  • [2018年IEEE第28届信号处理机器学习国际研讨会(MLSP) - 丹麦奥尔堡(2018.9.17-2018.9.20)] 2018年IEEE第28届信号处理机器学习国际研讨会(MLSP) - 基于融合深度表征的光场人脸识别

    摘要： 光场相机的出现为生物特征识别开辟了新领域。本文首次提出基于光场的人脸识别深度卷积神经网络解决方案，利用微透镜光场图像中更丰富的信息。此外，在人脸识别融合方案性能研究中，首次将视差图与二维RGB图像及深度图联合应用。该方案采用二维RGB中心子孔径视图，以及从微透镜光场全套子孔径图像提取的视差图和深度图进行特征提取：使用VGG-Face深度描述符处理纹理特征，对视差图和深度图分别采用独立微调模型。最终将提取的特征拼接后输入支持向量机分类器。通过在IST-EURECOM光场人脸数据库开展全面实验，证明该融合深度表征在多样且具有挑战性的识别任务中具有卓越性能。

    关键词： 视差图、人脸识别、深度图、微透镜光场成像、微调、VGG-Face描述符

    更新于2025-09-09 09:28:46

  • [IEEE 2018年智能计算与电子企业国际会议(ICSCEE) - 沙亚南(2018.7.11-2018.7.12)] 2018年智能计算与电子企业国际会议(ICSCEE) - 基于随机森林及LBP与HOG特征组合的人脸识别与检测

    摘要： 有效的面部识别方法应能基于视频广播在非受控环境中良好运行，以满足现实世界应用的需求。然而这对大多数现有面部识别算法仍是重大挑战，会影响系统准确性。本研究旨在开发适用于光照变化、面部表情、不同姿态、朝向、遮挡、国籍差异及运动条件下视频广播的面部识别方法。采用Viola-Jones算法改进面部检测——该方法已被证实能在现实世界非受控环境中简单且高精度地检测人脸。通过结合方向梯度直方图(HOG)与局部二值模式(LBP)特征进行人脸特征提取，这些描述符具有较低计算耗时优势。采用最新精准的随机森林分类器(RF)进行人脸分类，为评估其效率，将其与支持向量机分类器(SVM)及不同现有特征提取方法进行了对比。在Mediu员工数据库上实施四组实验，报道了所提算法的优秀效果（平均识别准确率达97.6%）。使用计算机视觉与图像处理MATLAB 2016b工具箱对基于视频的数据集进行系统编码。

    关键词： 维奥拉与琼斯，人脸识别，中层员工，局部二值模式（LBP），方向梯度直方图（HOG），随机森林分类器（RF）

    更新于2025-09-09 09:28:46

  • 基于谱图小波理论的人脸识别系统

    摘要： 本研究提出了一种基于谱图小波理论（SGWT）的高效人脸自动识别方法。SGWT类似于小波变换，其变换函数定义在加权图的顶点上。首先通过SGWT对给定人脸图像进行分解，然后将所得子带的能量融合为对应图像的特征向量。使用最近邻分类器在ORL人脸数据库上分析了所提系统的性能。本研究采用的人脸图像存在姿态、表情和面部细节的差异。结果表明，基于SGWT的系统优于小波变换，实现了94%的识别准确率。

    关键词： 人脸识别、谱图小波理论、切比雪夫多项式、最近邻分类器

    更新于2025-09-09 09:28:46

  • [ACM出版社 第二届国际会议 - 澳大利亚新南威尔士州悉尼市 (2018.10.06-2018.10.08)] 第二届图形与信号处理国际会议论文集 - ICGSP'18 - 人脸识别

    摘要： 两幅人脸图像之间的姿态、光照和面部表情差异是人脸识别的关键挑战。深度卷积神经网络（CNN）和快速基于稀疏表示的分类方法（SRC）在人脸识别中已取得良好效果。然而CNN需要大型数据库和极高计算成本才能超越其他算法。本文提出一种基于SRC的新算法，利用测试输入图像集和训练子数据库，并将其性能与CNN进行对比。采用方向梯度直方图（HOG）描述符定义名为"训练图像修改（TIM）"的新技术，提供具有大幅面部变化的图像训练集。该算法将图像训练集划分为多个子数据库以解决维度问题，并使用测试输入图像集通过SRC从每个子数据库提取特征签名。每个签名包含与测试图像集相同数量的图像（可能属于不同主体）。算法依次处理所有子数据库，利用各子数据库的特征签名计算属于每个主体的图像数量。产生最多相同主体图像数（MNI）的签名即成功识别该主体。本研究使用YouTube名人（YTC）和Multi-PIE数据库评估方法效能，获得高识别率。对于较小规模数据库，该方法简单、可扩展且稳定，在较大面部变化下仍能保持良好识别率——与CNN对比实验证实了这一优势。

    关键词： 图像集、稀疏编码、人脸识别、深度学习、HOG特征描述符

    更新于2025-09-09 09:28:46

  • 基于希尔伯特波对的人脸图像人物识别

    摘要： 在身份识别中，人脸是承载个人身份特征的重要工具。人类大脑具备初次见面后识别人脸的能力。尽管现有多种人脸检测/识别系统，但尚无方法能实现100%的准确率。本系统提出并分析了一种可用于人员识别、且能产生更高准确率的新方法。该人员识别方法采用稳健的小波变换技术从原始图像中提取特征——具体使用双树M带小波变换(DTMBWT)方法获取高低频子带系数，并将其作为分类输入。通过K近邻(KNN)分类器对DTMBWT变换获得的子带进行分类处理。系统采用ORL数据库的人脸图像进行实现，通过受试者工作特征(ROC)曲线、逆ROC曲线及期望性能(EPC)曲线等图形化指标评估系统性能。结果表明：基于DTMBWT的人脸识别方法较其他方案具有更优表现。

    关键词： DTMBWT、面部图像、子带、KNN分类器、人脸识别

    更新于2025-09-09 09:28:46

  • 基于人脸识别的樱桃采摘机器人视觉识别系统设计与实现

    摘要： 本文分析了樱桃采摘机器人视觉识别系统的必要性，介绍了系统功能与系统结构，并阐述了系统运行环境、开发平台及数据库设计。本文基于C#技术，利用MATLAB和人脸识别技术，设计并实现了樱桃采摘机器人视觉识别系统。

    关键词： 樱桃采摘机器人、视觉识别系统、人脸识别

    更新于2025-09-09 09:28:46

  • 一种仿射视角与光照不变性的迭代图像匹配人脸识别方法

    摘要： 特征检测与图像匹配是摄影测量学中的两项主要任务，在多个领域具有广泛应用，人脸识别便是其中之一。该应用的关键特性要求用于面部特征识别的图像匹配算法必须具备鲁棒性和快速性。本文提出的方法利用仿射变换识别描述符，并通过贝叶斯定理进行分类。研究验证了所提图像匹配算法在人脸识别应用中的适用性，采用耶鲁人脸数据集进行验证，并将结果与基于尺度不变特征变换（SIFT）的人脸识别方法进行对比。

    关键词： SIFT、贝叶斯、迭代方法、耶鲁、人脸识别

    更新于2025-09-04 15:30:14

  • [IEEE 2018年第26届欧洲信号处理会议(EUSIPCO) - 意大利罗马(2018年9月3日-2018年9月7日)] 2018年第26届欧洲信号处理会议(EUSIPCO) - 基于Lytro图像的多视角人脸识别

    摘要： 本工作提出了一种简单高效的方法，用于从光场图像（特别是Lytro Illum相机拍摄的图像）中识别人脸。该方法基于光场图像可通过多视角表示进行渲染的特性。初步分析表明，从同一Lytro图像不同视角提取的特征向量差异显著，能提供有利于人脸识别的互补信息。基于每组数据的多视角集合，本研究解决了人脸验证问题，并将结果与使用单视角（即中心视角）模拟的经典二维图像所获结果进行对比。文中描述了两组实验，在两种情况下，本方法均展现出优于传统成像传感器所用标准算法的性能。

    关键词： Lytro相机，多视角，光场图像，人脸识别

    更新于2025-09-04 15:30:14

  • 基于二维离散余弦变换和CLAHE的照明不变人脸识别

    摘要： 由于头部旋转倾斜、光照强度与角度变化、面部表情、年龄增长以及帽子围巾眼镜等造成的部分遮挡，自动人脸识别性能会受到影响。本文通过结合二维离散余弦变换与限制对比度自适应直方图均衡化（CLAHE）实现人脸图像的光照归一化。该方法选取特定比例的DCT系数并将其余置零，随后进行逆DCT变换，继而实施对数变换与CLAHE处理。这些步骤生成具有光照不变性的" DCT-CLAHE"人脸图像。采用Fisher脸子空间方法从"DCT-CLAHE"图像提取特征，并通过余弦相似度进行特征匹配。该方案在AR数据库上进行测试，计算了识别率、1%误识率下的验证率及等错误率等性能指标。实验结果表明该方法在AR数据库中具有较高的识别率。

    关键词： CLAHE（限制对比度自适应直方图均衡化）、识别率、二维离散余弦变换（2D DCT）、人脸识别、AR（增强现实）、DCT CLAHE（离散余弦变换与CLAHE结合）

    更新于2025-09-04 15:30:14

  • [计算机科学讲义] 模式识别与计算机视觉 第11258卷（首届中国会议，PRCV 2018，中国广州，2018年11月23-26日，会议录，第三部分）|| 基于多视角的人脸识别

    摘要： 人脸识别是人机交互领域的重要研究方向。为解决特征提取与识别过程中存在的不准确和不完整问题，本文提出一种人脸识别的集成学习方法。该方法融合了多种特征提取技术与分类集成技术：在特征提取阶段采用小波变换和边缘检测进行特征提取；在分类识别阶段使用K近邻（KNN）分类器、小波神经网络（WNN）和支持向量机（SVM）进行初步判别，每个分类器对应一种特征提取方法并构建三种视角的分类体系，最终通过投票策略整合输出结果。实验表明，相比单一分类器，该方法能有效提升识别率。

    关键词： 特征提取、多视角、集成学习、人脸识别、投票

    更新于2025-09-04 15:30:14