您的位置: 专家智库 > >

郝秀娟

作品数:3 被引量:10H指数:2
供职机构:西安电子科技大学通信工程学院综合业务网理论与关键技术国家重点实验室更多>>
发文基金:国家自然科学基金陕西省自然科学基金高等学校学科创新引智计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇人脸
  • 3篇人脸识别
  • 3篇流形
  • 3篇流形学习
  • 2篇特征提取
  • 1篇多样性
  • 1篇图论
  • 1篇图像
  • 1篇欧氏距离
  • 1篇基于图像
  • 1篇二维主成分分...

机构

  • 3篇西安电子科技...
  • 1篇西北工业大学

作者

  • 3篇郝秀娟
  • 2篇高全学
  • 1篇高菲菲
  • 1篇侯俊
  • 1篇谢德燕
  • 1篇程洁

传媒

  • 1篇自动化学报
  • 1篇西安电子科技...

年份

  • 1篇2013
  • 1篇2012
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
基于图论的多样性描述及应用
近年来,生物特征识别技术的发展引起了研究者的极大重视,而人脸识别以其自身的优势成为生物特征识别技术中的研究热点。在人脸识别中,特征提取是最基本的问题之一,提取有效的图像特征是完成识别任务的关键问题。如何提取出有效的图像特...
郝秀娟
关键词:流形学习人脸识别特征提取
文献传递
基于图像欧氏距离的二维局部多样性保持投影被引量:6
2013年
主成分分析可以较好地保持数据的全局多样性几何属性,在模式识别、机器学习、图像识别等领域有着很重要的作用.缺点是他不能较好地保持局部数据的多样性几何属性,且忽略了图像像素之间的相互关系,导致算法性能不够好,且对模式形变比较敏感.对此问题,提出了一种基于图像欧氏距离的二维局部多样性保持投影.该方法利用邻接图描述局部数据之间的变化关系,然后利用图像欧氏距离度量数据间的多样性几何属性,有效地将图像像素之间的相互关系嵌入到目标函数中.和主成分分析相比,所提方法较好地保持了局部数据的多样性几何属性,而且明确考虑了图像像素之间的相互关系,对模式形变具有好的鲁棒性.在Yale,AR及PIE三个人脸库上的实验结果证明了所提算法的有效性.
高全学高菲菲郝秀娟程洁
关键词:二维主成分分析多样性流形学习人脸识别
二维多样性保持投影及人脸识别被引量:4
2012年
流形学习有效地保持了数据的局部几何结构,已成为模式识别、机器学习等领域的研究热点.但是它忽略甚至破坏了对模式分析很重要的局部多样性信息,导致局部几何结构描述不够稳定,且性能不是很好.针对此问题,提出了基于图论的多样性保持投影.该方法利用邻接图刻画局部数据之间的变化关系,并给出度量数据多样性大小的差异离散度,然后通过最大化差异离散度提取投影方向.此外,该方法直接从图像矩阵估计差异离散度矩阵,有效地避免了小样本问题.在Yale,UMIST和AR数据库上的实验结果证实了该算法的有效性.
侯俊郝秀娟谢德燕高全学
关键词:流形学习特征提取人脸识别
共1页<1>
聚类工具0