您的位置: 专家智库 > >

喻以明

作品数:6 被引量:20H指数:1
供职机构:扬州大学信息工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇会议论文
  • 2篇期刊文章

领域

  • 6篇自动化与计算...

主题

  • 6篇人脸
  • 6篇人脸识别
  • 3篇特征抽取
  • 3篇分类器
  • 3篇抽取
  • 2篇特征线
  • 2篇最近邻
  • 2篇最近特征线
  • 1篇K-近邻

机构

  • 6篇扬州大学

作者

  • 6篇喻以明
  • 6篇陈才扣
  • 2篇姜敏
  • 1篇史俊

传媒

  • 1篇南京大学学报...
  • 1篇计算机工程

年份

  • 1篇2012
  • 3篇2011
  • 2篇2010
6 条 记 录,以下是 1-6
排序方式:
一种快速的基于稀疏表示分类器被引量:19
2012年
基于稀疏表示的分类器(sparse representation-based classifier,SRC)被证实是一种非常有效的分类器.但SRC往往要通过一个超完备基来求得测试样本的稀疏表示,当数据库的数据量较大时,算法的计算复杂度成为限制其优良性能的瓶颈,致使SRC无法用于实时识别.针对该问题,提出一种简便有效的改进算法,其试图寻求一个较小的超完备基来计算测试样本的稀疏表示,从而大大的缩减算法的计算复杂度.具体来说,对于每个测试样本点,首先,求出该测试样本点可能归属的类别,而后利用可能归属类的样本而并非所有的训练样本来对测试样本进行稀疏表示计算.ORL人脸库和FERET人脸库上的实验结果表明改进算法不仅能较大程度的缩减算法的计算复杂度,而且排除了干扰类的影响,从而在某种程度上提高了算法的识别率.
陈才扣喻以明史俊
关键词:K-近邻人脸识别
基于局部均值的监督鉴别投影算法
无监督鉴别投影(Unsupervised Discriminant Analysis,UDP)是一种有效的基于局部性的无监督投影技术,但该方法没有利用可以增强鉴别力的类别信息。本文提出一种增强的UDP算法,即基于局部均值...
陈才扣喻以明姜敏丁鑫龙
关键词:特征抽取人脸识别
文献传递
基于局部均值的监督鉴别投影算法
无监督鉴别投影(Unsupervised Discriminant Analysis,UDP)是一种有效的基于局部性的无监督投影技术,但该方法没有利用可以增强鉴别力的类别信息。本文提出一种增强的UDP算法,即基于局部均值...
陈才扣喻以明姜敏丁鑫龙
关键词:特征抽取人脸识别
文献传递
局部嵌入投影及其在人脸识别中的应用被引量:1
2011年
针对线性鉴别分析忽略样本间局部结构特性的缺陷,提出一种局部嵌入投影人脸识别算法。利用样本间的近邻关系和类别标签信息将所有样本分属于多个近邻类和非近邻类;采用局部均值思想,对每个样本所对应的近邻类和非近邻类,定义其类内散布和类间散布;通过最大化总体类间散布与总体类内散布之比,使得具有相同类别标签且互相邻近的样本点在投影空间中尽可能靠近,而相互邻近的类彼此远离。ORL人脸库和FERET人脸库上的实验结果证实了算法的有效性。
喻以明陈才扣
关键词:特征抽取人脸识别
最近邻近类分类器
最近邻线(Nearest Neighbor Line,NNL)是在NFL(Nearest Feature Line,NFL)的基础上进行改进的一种有效分类器。与NFL不同的是,其仅仅对每类样本中与测试样本点距离最近的两个...
陈才扣喻以明
关键词:最近特征线人脸识别
文献传递
最近邻近类分类器
最近邻线(Nearest Neighbor Line,NNL)是在NFL(Nearest Feature Line,NFL)的基础上进行改进的一种有效分类器。与NFL不同的是,其仅仅对每类样本中与测试样本点距离最近的两个...
陈才扣喻以明
关键词:最近特征线人脸识别
文献传递
共1页<1>
聚类工具0