【摘 要】
：
本文提出了一种新的基于一维相关滤波器的类依赖特征分析人脸识别方法.和传统的基于二维相关滤波器的类依赖特征分析人脸识别方法不同,该方法在低维的特征空间中设计一维相关
【机 构】
：
清华大学信息科学与技术国家实验室,北京,100084
论文部分内容阅读
本文提出了一种新的基于一维相关滤波器的类依赖特征分析人脸识别方法.和传统的基于二维相关滤波器的类依赖特征分析人脸识别方法不同,该方法在低维的特征空间中设计一维相关滤波器.不仅识别性能提高,而且时间复杂度大大降低.在该方法框架下,可以方便的利用向量化的Gabor小波特征.在人脸识别公用数据库上进行了一系列的实验,实验结果表明了本文方法的可行性和有效性.
其他文献
由于mean-shift算法良好的鲁棒性和实时性,它被广泛的应用到运动目标跟踪中.但该算法还存在不足的方面.首先是核带宽的选择问题,它对存在径向运动的目标跟踪的影响非常大.其
运动目标识别是视频信息处理的重要研究课题之一.本文提出了一种基于形状的特征提取与识别算法.首先利用自适应阈值的SUSAN算法检测图像目标边缘,用形状上下文来描述边缘点的
针对现有运动目标检测算法不能很好去除阴影的问题,在利用混合高斯模型进行目标检测的基础上,提出了一种有效的阴影抑制算法.该算法充分考虑了系统噪声和背景模型误差,并用高
远距离成像和复杂背景下小目标检测是图像理解领域中的一个重要内容.本文提出了在对图像进行提升小波变换的基础上提取图像的分形特征的小目标检测算法.首先通过提升小波变换
目标跟踪技术已成为计算机视觉领域中备受关注的研究课题,各种跟踪方法不断涌现.本文结合AdaBoost算法和粒子滤波技术实现视频图像中的目标跟踪.采用基于AdaBoost级联分类器
SAR图像目标识别是目前一个研究热点.本文提出了一种基于视区的快速识别方法.论文首先引入了一种基于目标三维模型的SAR图像仿真算法,获得在成像条件下不同目标类别的SAR仿真
高分辨率遥感图像的变化检测存在四个难点:类间可分性低、对配准误差和视角变化鲁棒性差、计算量大以及"变化"具有歧义性,本文针对这些问题提出了一种基于尺度传播的多尺度变
如何有效地从序列图象中检测和跟踪运动目标是计算机视觉研究的重要内容,针对现有方法存在的不足,给出了分层背景更新的运动目标检测与跟踪算法.在该算法中将背景更新分为三
在运动目标检测过程中,若两帧图象在拍摄条件下光线强度发生突变,则运动目标检测的结果将会受到影响.据此,该文提出了抑制光强突变影响运动目标检测方法.首先,利用统计的方法
提出一种基于提升小波的人脸识别算法.该算法利用D9/7提升小波对归一化人脸图像进行变换,分别提取低频平滑,水平细节和垂直细节三个子图的小波特征,将提取的小波特征利用新的