搜索结果: 1-15 共查到“人工智能 Gabor”相关记录22条 . 查询时间(0.281 秒)
该文结合掌纹图像的纹理特点，对原始韦伯局部描述子(WLD)中的差分激励和梯度方向进行改进，提出双Gabor方向韦伯局部描述子(DGWLD)，以提高掌纹识别率。在构建新的差分激励图时，通过加入邻域像素点与中心像素点间灰度差分的方向信息，扩大异类掌纹间的差异。同时，采用双Gabor方向代替原始的梯度方向，减小平移和旋转对识别的影响。此外，为了更好地衡量特征间的相似度，使用交叉匹配算法，进一步提升识别率...
基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法
人脸图像识别 稀疏表示 低秩矩阵恢复 Gabor变换
2014/4/8
针对含光照、表情、姿态、遮挡等误差或被噪声污染的人脸图像的识别问题,本文提出一种基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法.该方法首先用低秩矩阵恢复算法求得训练样本图像对应的误差图像;然后,对每一个训练样本图像及其对应的误差图像进行Gabor变换,得到相应的Gabor特征向量,并将这些Gabor特征向量组成一个Gabor特征字典;进而,计算测试样本图像Gabor特征向量在该Gabor特征...
基于Gabor特征和字典学习的高斯混合稀疏表示图像识别
Gabor特征 稀疏表示 fisher字典学习 最大似然估计
2013/12/3
为了克服图像识别中光照,姿态等变化带来的识别困难,同时提高稀疏表示图像识别的鲁棒性,本文提出了一种基于Gabor特征和字典学习的高斯混合稀疏表示图像识别算法.高斯混合稀疏表示是基于最大似然估计准则,将稀疏保真度表示为余项的最大似然函数,最终识别问题转化为求解加权范数的优化逼近问题.本文算法首先提取图像的Gabor特征;然后对Gabor特征集进行字典学习,由于在学习过程中引入了Fisher准则作为约...
为降低Gabor特征的维数，提出一种基于Gabor相位的纹理表征(GPTR)方法，将其应用于人脸识别。GPTR采用广义高斯分布 (GGD)拟合Gabor相位的分布，将拟合的GGD参数作为纹理特征。采用保局投影方法对纹理特征向量进行子空间分析，进一步降低其维数并增强鉴别力。在FERET及Yale人脸库上的实验结果表明，相比传统的Gabor幅值特征，GPTR具有更高的人脸识别准确率。
提出了一种基于Gabor滤波提取指纹全局及局部特征的识别算法。目前广泛使用的基于细节点的算法识别性能较高，但由于需要前期预处理，增加了系统开销。另一方面，传统的基于结构特征的算法速度较快，然而对偏转指纹的识别性能较差。针对以上不足，利用滤波器定位参考点，并将以参考点为中心的特征提取区域划分为16方向的扇区，然后通过8方向滤波分别提取原始图像和旋转后图像的特征。在FVC2004指纹库上的对比实验证明...
基于Gabor小波与共同向量的人脸识别方法
Gabor小波 共同向量 人脸识别
2009/9/25
基于子空间的人脸识别方法易受光照、姿态和表情变化的影响，针对这一问题，提出一种基于Gabor滤波器与共同向量(CV)方法相结合的人脸识别方法。Gabor滤波器因其良好的方向与尺度选择性，能很好地提取图像局部特征，对光照、姿态、表情变化有一定的健壮性；共同向量方法是一种线性子空间分类方法，利用提取的同类样本的共同属性（共同分量）对测试样本进行分类，在训练样本较少的情况下能够取得较好的分类效果。通过在...
基于Gabor小波和KLPP的表面缺陷自动识别方法
Gabor小波 核保局投影 表面检测
2009/9/9
本文研究了Gabor小波变换和核保局投影算法(KLPP)的原理,分析了热轧钢板表面缺陷的特点,提出了一种基于Gabor小波和KLPP算法的特征提取方法, 并应用于热轧钢板表面缺陷自动识别.首先利用Gabor小波将图像分解到5个尺度8个方向的40个分量中,接着对原始图像和各个分量的实部和虚部分别提取均值和方差,得到一个162维的特征向量,然后利用KLPP算法将该特征向量的维数降到21维,最后利用多...
采用精选Gabor小波和SVM分类的物体识别
Gabor特征 支持向量机 物体识别
2009/9/9
提出了一种基于Gabor小波和支持向量机的物体识别通用框架. 在该框架中, 特征抽取采用选取的Gabor小波在物体的最佳位置卷积实现, 而分类则通过支持向量机实现. 相比传统的基于Gabor特征的识别系统, 该方法能够同时达到准确而快速的分类目的. 本论文成功地将该框架应用于两个实际的物体识别例子: 物体/非物体分类和人脸识别. 实验结果证明了所提出的方法相对于其它方法的优越性.
...
基于Gabor-2DLDA方法的人脸识别研究
人脸识别 二维线性鉴别分析（2DLDA） Gabor小波
2009/7/21
结合Gabor小波、二维线性鉴别分析（2DLDA）的特点，提出一种人脸识别方法。算法首先对人脸图像进行Gabor小波变换，然后进行2DLDA处理，最后使用最近邻法则进行分类。使用这种方法在ORL、Yale人脸库上进行测试，结果表明，Gabor-2DLDA方法比其它传统方法具有更优的性能，而且在提高识别率的同时算法的复杂程度并没有明显增加。
基于Gabor小波变换和最佳鉴别特征的掌纹识别
Gabor小波变换 主分量分析 线性判别分析
2009/7/21
提出了一种提取掌纹图像特征的方法，该方法的实现过程如下：首先，计算掌纹图像上均布离散位置的二维Gabor小波变换系数的幅值，将其作为掌纹图像的原始特征；其次，利用主分量分析实现Gabor小波特征的降维；最后，通过线性判别分析提取最有利于分类的最佳鉴别特征。实验结果表明了该方法的有效性。
融合Gabor小波和贝叶斯的人脸识别算法
Gabor变换 二维主元分析（2DPCA） 贝叶斯方法
2009/7/10
由于Gabor小波和贝叶斯方法都可以通过不同的机制来减少类内差异，提出了融合Gabor和贝叶斯的人脸识别方法。该方法首先通过人脸图像特征点与Gabor滤波器的卷积来提取特征，借鉴“作差法”形成“类内差”和“类间差”空间，并用2DPCA对差异空间进行降维，最后用贝叶斯方法进行分类。通过在AR和FERET人脸库上的实验表明，与传统的方法相比较，该方法降低了运算量，提高了识别率，对具有表情及光照变化的人...
提出一种的简单快速的多通道Gabor滤波技术对彩色纹理进行分割。首先,通过DRBFT和IDRBFT对彩色纹理的进行多通道Gabor滤波,再运用PCA对滤波得到的特征向量进行降维,对降维后的特征向量进行k-mean聚类,最后再对聚类后的区域用mean shift进行平滑,通过对平滑后的区域进行边缘检测就可以得到不同纹理的边界。最后给出几种分割算法的实验结果比较,表明该算法对于分割彩色纹理还是非常有效...
基于Gabor变换和双方向PCA的人脸识别
小样本问题 双方向PCA Gabor变换
2009/6/23
提出了一种可以解决小样本问题的人脸识别新算法。算法首先把人脸图像经过Gabor小波变换后得到的每个输出图像都看成是独立的样本，从而大大增加了每一类人脸样本的样本数。然后采用双方向PCA算法来提取人脸特征，并专门设计了针对人脸特征矩阵的最近邻分类器和最小距离分类器来进行分类判决。在ORL人脸库和FERET人脸库中的实验结果表明，算法能有效地解决人脸识别中的小样本问题，甚至当每类训练样本数仅为1时，也...
基于Gabor小波和局部线性嵌入的人脸识别
人脸识别 Gabor小波 局部线性嵌入（LLE）
2009/6/23
提出了一种新的人脸识别算法。该算法采用Gabor小波和一种新颖的方式来提取人脸特征,利用局部线性嵌入（Locally Linear Embedding,LLE）算法来实现数据的非线性降维处理,最后训练基于欧式距离的最近邻分类器进行分类判决。在ORL人脸库中与PCA方法、Gabor小波+PCA方法和直接的LLE算法进行了实验比较,实验结果表明,提出的Gabor小波+LLE的方法具有更优的性能。