冯贵玉
- 作品数：16 被引量：50H指数：5
- 供职机构：北京图形研究所更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种新的掌纹图像感兴趣区域提取算法被引量：8
- 2007年
- 重点研究具有一定自由度在线掌纹图像的感兴趣区域提取算法。首先结合掌纹图像的特点采用全局阈值二值化掌纹图像,然后利用形态学算子平滑掌纹轮廓,提取轮廓线Freeman链码并对链码进行角度变换,最后通过考察轮廓线上各点附近轮廓线的角度变化来提取掌纹图像感兴趣所需要的定位点,从而提取感兴趣区域。感兴趣区域的提取为特征提取和特征匹配打下了基础。最后,在两个公开的掌纹数据库,通过实验证明了这种算法的有效性。
- 张磊冯贵玉胡德文
- 关键词：掌纹图像轮廓线形态学感兴趣区域
- 自主可控的移动计算终端发展初探
- 文章对自主可控的移动计算终端的发展进行了研究。论文首先从需求和技术两个方面简要阐述了自主可控的移动计算终端研究背景，然后讨论了国内外研究现状，在此基础上总结归纳出自主可控的移动计算终端发展方向。
- 赟陈剑赟赵新昱谈育雯邓睿冯贵玉
- 关键词：软件开发集成技术
- 文献传递
- 人脸与掌纹识别的子空间特征提取方法研究
- 本文对人脸与掌纹识别的子空间特征提取方法进行了深入研究,主要包括流形学习导出的新子空间方法、基于矩阵的特征提取方法的图嵌入理论框架及其在人脸和掌纹识别中的应用。此外,本文还讨论了人脸和掌纹的子空间特征在特征提取层的融合问...
- 冯贵玉
- 关键词：人脸识别掌纹识别特征提取
- 文献传递
- 一种基于比例因子的PCA人脸识别方法被引量：2
- 2003年
- 主成分分析(PCA)是自动人脸识别的常用方法。在基于传统K-L变换的PCA人脸识别方法的基础上,提出了一种基于比例因子的PCA人脸识别的改进方法。研究表明,较之K-L变换,基于比例因子的方法更有效,合理选取比例因子和主成分是提高识别准确率的关键。
- 冯贵玉王刚胡德文
- 关键词：人脸识别主成分分析比例因子模式识别图象处理人脸图象
- 多源信息融合认知机理与模型研究被引量：6
- 2013年
- 论文对人脑多源信息融合处理的认知机理进行系统层次的梳理研究,利用人脑基本机能联合区等理论揭示了人脑的信息处理机制,建立了一个人脑信息融合"对象感知—情景关联—行动决策"三层核心认知模型,并对模型各层次进行了分析。该研究可为建立信息融合概念模型、发展新的信息融合理论和算法提供借鉴和参考。
- 冯贵玉赵琪张可黛段洣毅
- 关键词：信息融合
- 外军移动计算平台应用现状及启示研究
- 本文首先分析研究了外军移动计算平台应用现状，然后结合应用背景分析展望了移动计算平台在野外环境中的应用方向。
- 陈剑赟赵新昱谈育雯刘欣冯贵玉
- 关键词：移动计算平台
- 外军综合电子信息系统强电磁脉冲防护技术要求及发展趋势
- 综合电子信息系统面临的强电磁脉冲打击威胁是目前战场恶劣环境的又一新的表现形式。本文首先介绍了外军对综合电子信息系统强电磁脉冲防护的相关方针、政策与规定;然后以美军为例给出了强电磁脉冲防护开发流程、使用环境和技术维护要求;...
- 冯贵玉赵琪谈育雯赵利军
- 关键词：外军综合电子信息系统
- 文献传递
- 一种基于信号-噪声模型的主元数目选择方法被引量：2
- 2003年
- 主成分分析(PCA)是一种基于二阶统计的数据分析方法。在简要介绍PCA的基本理论后,重点分析了主元数目的选择问题。在基于累计贡献率的传统方法基础上,考虑实际中噪声对信号的影响,提出一种基于信号-噪声模型的主元数目选择新方法。实验证明,在一定的条件下,新方法比传统的累计贡献率方法更有效。
- 王刚冯贵玉胡德文
- 关键词：主成分分析数据分析方法信号处理
- 刺激调制下的低频自发振荡信号时空分析被引量：1
- 2007年
- 利用光学功能成像技术研究了刺激条件下SD大鼠体感区低频自发振荡信号的时空规律，发现了左、右脑体感区的低频振荡信号在刺激后具有幅度增强、相位发生改变、趋于同步的现象，并据此讨论了低频自发振荡的产生机理，认为细小动脉的舒缩对绿光（（546±10）nm）下皮层中的自发振荡贡献很大．此外，还研究了动脉、静脉与皮层三处的低频振荡信号的相对相位关系，发现红光（（605±10）nm）下静脉和皮层的低频振荡信号有明显的相位差别，皮层领先静脉0．6—1．0s；绿光下，动脉、静脉和皮层三处的相位差别不明显，三者基本同步．分析认为，绿光下在血管处采集的振荡信号与皮层处采集的振荡信号的形成机理可能不同．
- 李明刘亚东胡德文王玉成刘发益冯贵玉
- 关键词：血管舒缩谱分析
- 基于AdaBoost的肤色检测新方法被引量：4
- 2008年
- 本文针对肤色检测问题,提出了一种利用AdaBoost方法构造分类器进行肤色检测的算法。根据肤色在色度空间内的聚类性,通过大量肤色和非肤色样本将一族弱学习算法通过一定规则训练成一个强学习算法,得到一个检测性能优异的肤色检测分类器。提出了用圆形分类器作为弱分类器描述色度空间中的肤色分布,将AdaBoost学习算法用于肤色的聚类分析中。实验表明,该方法误检率低、鲁棒性好,对肤色检测问题有较强的实用性。
- 毕远胡德文沈辉周宗潭冯贵玉尹俊松
- 关键词：肤色检测
