期刊文献+
共找到82篇文章
< 1 2 5 >
每页显示 20 50 100
结合多模态筛选和联合协同表示的SAR图像目标识别方法
1
作者 李瑞芳 许洋洋 +1 位作者 杨若璞 郭光立 《火力与指挥控制》 北大核心 2025年第10期81-87,共7页
针对合成孔径雷达目标识别问题,为提升特征和分类器的有效性,在特征提取阶段,基于二维经验模态分解获取SAR图像多层次描述,即二维内蕴模态函数;以原始图像为参照,采用非线性相关信息熵筛选最优的BIMF子集。进入分类阶段,采用联合协同表... 针对合成孔径雷达目标识别问题,为提升特征和分类器的有效性,在特征提取阶段,基于二维经验模态分解获取SAR图像多层次描述,即二维内蕴模态函数;以原始图像为参照,采用非线性相关信息熵筛选最优的BIMF子集。进入分类阶段,采用联合协同表示对选取的BIMF子集进行编码表征,获取最优重构条件下的线性表示系数矢量。根据不同类别的编码误差,确定测试样本的目标归属。以MSTAR数据集为基础设置实验条件,经对比验证证明了提出方法的有效性。 展开更多
关键词 合成孔径雷达 目标识别 二维经验模态分解 非线性相关信息熵 联合协同表示
在线阅读 下载PDF
基于跨模态协同表示学习的二进制代码相似性检测方法
2
作者 杨宏宇 王云龙 +1 位作者 胡泽 成翔 《电子学报》 北大核心 2025年第4期1279-1292,共14页
二进制代码相似性检测(Binary Code Similarity Detection,BCSD)技术能够在无源代码的情况下检测二进制文件内在的安全威胁,在软件成分分析、漏洞挖掘等软件供应链安全领域中广泛应用.针对现有BCSD方法普遍忽略程序实际执行信息和局部... 二进制代码相似性检测(Binary Code Similarity Detection,BCSD)技术能够在无源代码的情况下检测二进制文件内在的安全威胁,在软件成分分析、漏洞挖掘等软件供应链安全领域中广泛应用.针对现有BCSD方法普遍忽略程序实际执行信息和局部语义信息,导致汇编指令语义表示学习效果不佳、特征提取模型的训练资源消耗过大以及相似性检测性能较差等问题,提出一种基于跨模态协同表示学习的二进制代码相似性检测方法(Cross-Modal coordinated Representation Learning for binary code similarity detection,CMRL).首先,提取汇编指令序列和编程语言片段语义间的对应关系并构建一个对比学习数据集,提出一种面向二进制代码的汇编指令-编程语言协同表示学习方法(Assembly code-Programming language Coordinated representations Learning method,APECL),将源代码的高层次语义作为监督信息,通过对比学习任务使汇编指令编码器APECL-Asm与编程语言编码器生成的特征表示在语义空间中对齐,提升APECL-Asm对汇编指令的语义表示学习效果.然后,设计一种基于图神经网络的二进制函数嵌入向量生成方法,通过语义结构感知网络对APECL-Asm提取到的语义信息和程序实际执行信息进行融合,生成函数嵌入向量.最后,通过计算函数嵌入向量之间的余弦距离对二进制代码进行相似性检测.实验结果表明,与现有方法相比,CMRL对二进制代码相似性检测的Recall@1指标提升8%~33%;针对代码混淆场景下的相似性检测任务,CMRL的Recall@1指标衰减幅度更小,具有更强的抗干扰能力. 展开更多
关键词 二进制代码相似性检测 跨模态 协同表示学习 语义结构感知网络 深度神经网络
在线阅读 下载PDF
基于分类与协同表示的刀具图像超分辨率重建
3
作者 李渊 袁德志 朱锟鹏 《组合机床与自动化加工技术》 北大核心 2025年第2期75-80,共6页
获取高分辨率的微细铣刀图像是使用视觉方法精确监测刀具磨损状态的关键,在微铣削加工过程中,由于主轴转速大、刀具直径细小,高分辨率的刀具图像是难以获取到的。为了解决此问题,提出了一种基于分类与协同表示的刀具图像超分辨率重建算... 获取高分辨率的微细铣刀图像是使用视觉方法精确监测刀具磨损状态的关键,在微铣削加工过程中,由于主轴转速大、刀具直径细小,高分辨率的刀具图像是难以获取到的。为了解决此问题,提出了一种基于分类与协同表示的刀具图像超分辨率重建算法。根据刀具图像中的图像块存在多样性,对其进行分类并训练得到相对应的字典,解决了单一字典对特征表示不足的缺点。使用协同表示的方法求得每一类字典的映射矩阵,加快重建速度。最后,考虑到刀具图像中存在许多重复的结构,添加自相似约束来提高重建效果。实验结果表明,与其它传统算法相比,提出的算法不仅有着最高的峰值信噪比和结构相似性指标,同时也有着更好的刀具边缘视觉效果。 展开更多
关键词 微铣削 超分辨率 分类 协同表示
在线阅读 下载PDF
基于样本内外协同表示和自适应融合的多模态学习方法 被引量:4
4
作者 黄学坚 马廷淮 王根生 《计算机研究与发展》 EI CSCD 北大核心 2024年第5期1310-1324,共15页
多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合... 多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合方法对噪声数据敏感.因此,在多模态表示方面,为了充分学习模态内和模态间的交互,提升特征表示的鲁棒性,提出一种基于样本内和样本间多模态协同的表示方法.首先,分别基于预训练的BERT,Wav2vec 2.0,Faster R-CNN提取文本特征、语音特征和视觉特征;其次,针对多模态数据的互补性和一致性,构建模态特定和模态共用2类编码器,分别学习模态特有和共享2种特征表示;然后,利用中心矩差异和正交性构建样本内协同损失函数,采用对比学习构建样本间协同损失函数;最后,基于样本内协同误差、样本间协同误差和样本重构误差设计表示学习函数.在多模态融合方面,针对每种模态可能在不同时刻表现出不同作用类型和不同级别的噪声,设计一种基于注意力机制和门控神经网络的自适应的多模态特征融合方法.在多模态意图识别数据集MIntRec和情感数据集CMU-MOSI,CMU-MOSEI上的实验结果表明,该多模态学习方法在多个评价指标上优于基线方法. 展开更多
关键词 多模态表示 多模态融合 多模态学习 协同表示 自适应融合
在线阅读 下载PDF
一种用于农作物叶部病害图像识别的双权重协同表示分类方法 被引量:4
5
作者 杜海顺 蒋曼曼 +1 位作者 王娟 王胜 《计算机科学》 CSCD 北大核心 2017年第10期302-306,311,共6页
农作物病害是我国主要的农业灾害之一,准确识别病害类型是防治农作物病害的关键。因此,首先采集了小麦、玉米、花生、棉花4种农作物的22种常见叶部病害的441张图像;然后,在对每张病害图像中的叶片和病斑进行分割的基础上,分别提取了描... 农作物病害是我国主要的农业灾害之一,准确识别病害类型是防治农作物病害的关键。因此,首先采集了小麦、玉米、花生、棉花4种农作物的22种常见叶部病害的441张图像;然后,在对每张病害图像中的叶片和病斑进行分割的基础上,分别提取了描述农作物种类的叶片特征参数和描述病害类型的病斑特征参数;其次,将这两类特征参数组合并作归一化处理,得到病害图像的数据特征向量;再次,采用所有病害图像的数据特征向量,构建了一个农作物叶部病害数据集;最后,在同时考虑数据特征重要性和数据空间局部性的基础上,提出了一种双权重协同表示分类(DWCRC)方法并将其用于农作物叶部病害识别。在农作物叶部病害数据集上的实验结果表明,提出的双权重协同表示分类方法在用于农作物叶部病害识别时具有较高的识别率。 展开更多
关键词 特征提取 协同表示 双权重协同表示分类 农作物叶部病害 图像识别
在线阅读 下载PDF
基于Gabor特征与协同表示的人脸识别算法 被引量:10
6
作者 张宏星 邹刚 +1 位作者 赵键 李志勇 《计算机工程与设计》 CSCD 北大核心 2014年第2期666-670,676,共6页
基于稀疏表示的分类识别算法(SRC)在进行人脸识别处理时需要求解基于l1范数最小化问题,导致SRC方法的计算复杂度较高。基于协同表示和规则最小二乘的分类识别方法 (CRC-RLS),提出SRC算法对于分类的有效性不是取决于基于l1范数的稀疏性,... 基于稀疏表示的分类识别算法(SRC)在进行人脸识别处理时需要求解基于l1范数最小化问题,导致SRC方法的计算复杂度较高。基于协同表示和规则最小二乘的分类识别方法 (CRC-RLS),提出SRC算法对于分类的有效性不是取决于基于l1范数的稀疏性,而是由其内在的协同表示性所决定的,因此将基于l1范数的稀疏性约束条件简化为最小二乘约束问题,算法复杂度得到大幅降低。由于SRC和CRC-RLS算法均采用特征脸作为分类识别的特征矢量,导致识别鲁棒性不强。以人脸图像的规则化扩展Gabor特征作为特征矢量,结合协同表示的方法,提出了一种新的基于Gabor特征与协同表示的人脸识别算法(Gabor-CRC)。实验结果表明,该方法对于人脸图像的光照、表情和姿态等变化具备较强鲁棒性,算法运行速度较快。 展开更多
关键词 人脸识别 稀疏表示 GABOR特征 协同表示 分类算法
在线阅读 下载PDF
基于协同表示的步态识别 被引量:8
7
作者 李占利 崔磊磊 刘金瑄 《计算机应用研究》 CSCD 北大核心 2016年第9期2878-2880,共3页
将基于稀疏表示的分类算法应用于步态识别中,会遇到小样本及计算耗时的问题。针对这一问题,提出一种基于协同表示的步态识别方法。该方法首先通过背景重建、目标提取等处理获得人体侧影轮廓,根据步态轮廓的宽度变化统计步态周期,得到步... 将基于稀疏表示的分类算法应用于步态识别中,会遇到小样本及计算耗时的问题。针对这一问题,提出一种基于协同表示的步态识别方法。该方法首先通过背景重建、目标提取等处理获得人体侧影轮廓,根据步态轮廓的宽度变化统计步态周期,得到步态能量图GEI;其次,以GEI为基础对测试样本进行协同表示;最后,通过最小重构误差进行识别。实验结果表明,该方法具有较好的识别性能,并且识别时间明显降低。 展开更多
关键词 步态识别 步态能量图 稀疏表示 协同表示
在线阅读 下载PDF
基于多核协同表示分类的脑肿瘤分割算法 被引量:6
8
作者 葛婷 詹天明 牟善祥 《南京理工大学学报》 EI CAS CSCD 北大核心 2019年第5期578-585,共8页
为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中... 为了从脑核磁共振(MR)图像中分割出脑肿瘤区域,为疾病诊断和手术导航提供参考,该文在核方法框架下提出一种基于多核协同表示分类的脑肿瘤分割算法。首先对脑肿瘤图像进行多尺度超像素分割,并构造基于超像素区域的空间特征,在多核框架中利用多核协同表示分类方法,将原始光谱信息与所提取的多尺度空间特征融合并应用于脑肿瘤图像的分类,最后结合临床特征实现了脑肿瘤区域的分割。在MICCAI BraTS 2012和2013数据集上的测试结果表明,与现有脑肿瘤分割算法相比,该文方法能够更好地提取脑肿瘤区域,并具有较好的分割精度。 展开更多
关键词 核磁共振图像 脑肿瘤 图像分割 超像素 多尺度 多核协同表示分类
在线阅读 下载PDF
自适应学习的多特征元素协同表示分类算法 被引量:3
9
作者 王建仁 魏龙 +1 位作者 段刚龙 黄梯云 《计算机应用》 CSCD 北大核心 2014年第4期1094-1098,1104,共6页
针对基于传统的稀疏表示分类算法的单特征鉴别性较弱这一不足,提出一种基于自适应学习的多特征元素协同表示分类算法SLMCE_CRC。该算法结合多特征子字典的思想,对样本提出特征元素的双重分解,并分别从特征和元素角度分别进行相应的协同... 针对基于传统的稀疏表示分类算法的单特征鉴别性较弱这一不足,提出一种基于自适应学习的多特征元素协同表示分类算法SLMCE_CRC。该算法结合多特征子字典的思想,对样本提出特征元素的双重分解,并分别从特征和元素角度分别进行相应的协同表示,自适应地学习出各个特征的稀疏权重和元素的残差权重,并进行线性加权,从而实现目标的分类。实验结果表明,使用该方法能显著提高识别率,尤其对含有较多特征细节的图像数据,具有一定的实用价值。 展开更多
关键词 自适应权重 协同表示 稀疏表示 特征提取 元素分解
在线阅读 下载PDF
基于聚类和协同表示的超分辨率重建 被引量:3
10
作者 汪荣贵 刘雷雷 +2 位作者 杨娟 薛丽霞 胡敏 《光电工程》 CAS CSCD 北大核心 2018年第4期9-18,共10页
图像超分辨率重建是利用单幅或多幅降质的低分辨率图像重建得到高分辨率图像,以提高图像的视觉效果并获得更多可用的信息。本文提出结合图像特征聚类和协同表示的超分辨率重建方法。在训练阶段根据图像的特征信息对图像样本进行聚类并... 图像超分辨率重建是利用单幅或多幅降质的低分辨率图像重建得到高分辨率图像,以提高图像的视觉效果并获得更多可用的信息。本文提出结合图像特征聚类和协同表示的超分辨率重建方法。在训练阶段根据图像的特征信息对图像样本进行聚类并利用图像特征的差异性训练不同的字典,克服了传统训练单个字典方法对图像特征表示不足的缺点。而且利用协同表示方法求得不同聚类的高、低分辨率图像样本之间的映射矩阵,提高了图像重建速度。实验表明,本文方法与其他方法相比,不仅提高了重建图像的PSNR和SSIM指标,而且改善了视觉效果。 展开更多
关键词 超分辨率重建 聚类 协同表示 映射矩阵
在线阅读 下载PDF
基于PCA_LDA和协同表示分类的人脸识别算法 被引量:15
11
作者 聂栋栋 贺悦悦 马勤勇 《燕山大学学报》 CAS 北大核心 2019年第2期176-181,共6页
人脸识别是近年来模式识别领域的热门课题,其中特征提取和分类器选择是人脸识别的关键步骤。主成分分析和线性判别分析是特征提取的主要方法之一,但主成分分析忽略了数据的类别信息,线性判别分析类内散度矩阵奇异,导致投影矩阵无法直接... 人脸识别是近年来模式识别领域的热门课题,其中特征提取和分类器选择是人脸识别的关键步骤。主成分分析和线性判别分析是特征提取的主要方法之一,但主成分分析忽略了数据的类别信息,线性判别分析类内散度矩阵奇异,导致投影矩阵无法直接得出。为解决以上问题,本文提出基于PCA_LDA和协同表示人脸识别算法,该算法结合主成分分析和线性判别分析,将人脸的特征信息压缩到一个更小的子空间内,再采用协同表示分类算法对测试图像进行识别。在ORL人脸库、FERET人脸库和YALE人脸库上的大量实验证实,本文算法能精确地提取到高维图像信息的主要特征,在保留特征信息的同时,大大减小了计算的复杂度。而且相比其它几种典型算法,本文算法具有更高的识别率和更健壮的抗干扰性能。 展开更多
关键词 人脸识别 主成分分析 线性判别分析 协同表示分类
在线阅读 下载PDF
改进协同表示的高光谱图像异常检测算法 被引量:6
12
作者 刘万军 武小杰 +1 位作者 曲海成 王凤 《计算机应用研究》 CSCD 北大核心 2018年第12期3824-3827,3840,共5页
针对协同表示的高光谱图像异常检测算法中双窗口中心为异常像元且背景字典存在同种异常像元的情况,中心像元的输出较小,难以与背景区分的问题,提出一种改进协同表示的高光谱图像异常检测算法。为了减小背景字典中异常像元的权重,使用背... 针对协同表示的高光谱图像异常检测算法中双窗口中心为异常像元且背景字典存在同种异常像元的情况,中心像元的输出较小,难以与背景区分的问题,提出一种改进协同表示的高光谱图像异常检测算法。为了减小背景字典中异常像元的权重,使用背景字典原子与均值的距离调整原子的权重,从而增大上述情况下中心像元的输出。实验结果表明,提出的算法在不同双窗口下都取得了较好的检测效果,验证了算法的有效性。 展开更多
关键词 高光谱图像 异常检测 异常像元 协同表示 双窗口
在线阅读 下载PDF
基于核协同表示的快速目标跟踪算法 被引量:2
13
作者 王海军 葛红娟 张圣燕 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2017年第2期399-407,共9页
针对复杂环境下的单目标跟踪问题,提出一种采用核协同表示的快速目标跟踪算法.在粒子滤波的框架下,在字典矩阵中引入方块矩阵建模跟踪过程中可能出现的遮挡,然后将字典矩阵和候选样本分别映射到高维空间,建立候选样本和字典矩阵在高维... 针对复杂环境下的单目标跟踪问题,提出一种采用核协同表示的快速目标跟踪算法.在粒子滤波的框架下,在字典矩阵中引入方块矩阵建模跟踪过程中可能出现的遮挡,然后将字典矩阵和候选样本分别映射到高维空间,建立候选样本和字典矩阵在高维空间的线性表示目标跟踪模型,同时采用L2正则化减弱传统方法对系数稀疏性的要求,有效地降低关键步骤的计算复杂度.实验结果表明,该方法能够克服遮挡、光照变化、尺度变化、运动模糊等影响跟踪性能的因素,具有较高的平均覆盖率和较低平均中心点误差,能够实现快速鲁棒的跟踪. 展开更多
关键词 目标跟踪 稀疏表示 协同表示 字典矩阵 方块矩阵
在线阅读 下载PDF
基于联合协同表示与SVM决策融合的高光谱图像分类研究 被引量:5
14
作者 李铁 张新君 《计算机应用研究》 CSCD 北大核心 2017年第6期1913-1916,1920,共5页
针对高光谱图像的分类问题进行了研究,提出一种基于联合协同表示(JCR)与支持向量机(SVM)模型的决策融合分类方法。首先采用联合协同表示模型对样本与字典进行多元素分解并分别进行相应的协同表示,自适应地学习多元素的残差权重并进行线... 针对高光谱图像的分类问题进行了研究,提出一种基于联合协同表示(JCR)与支持向量机(SVM)模型的决策融合分类方法。首先采用联合协同表示模型对样本与字典进行多元素分解并分别进行相应的协同表示,自适应地学习多元素的残差权重并进行线性加权;其次用灰度共生矩阵计算出的统计特征量来训练多类SVM分类器;最后建立一种乘法融合规则将JCR与SVM相结合。在两个标准数据集上的实验结果表明,该方法比其他方法具有更好的性能。 展开更多
关键词 协同表示 高光谱图像分类 决策融合 支持向量机
在线阅读 下载PDF
基于SEF-GHEI及协同表示的步态识别研究 被引量:2
15
作者 徐守坤 邱亮 +1 位作者 石林 李宁 《计算机应用研究》 CSCD 北大核心 2019年第6期1917-1920,共4页
将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题,但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息,导致识别率不高。针对此问题,提出使用融合Hog和GEI算法的方法提取步态特征,在此基础上使用协同表示的... 将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题,但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息,导致识别率不高。针对此问题,提出使用融合Hog和GEI算法的方法提取步态特征,在此基础上使用协同表示的方法训练,再通过计算测试样本的最小重构误差进行分类。实验结果表明,该方法在单一视角下步态识别准确率平均提高了1.315%,以及跨视角下步态识别准确率平均提高了6.51%,说明该方法是可行的。 展开更多
关键词 稀疏表示 协同表示 GEI算法 Hog算法
在线阅读 下载PDF
一种新的多样本扩充协同表示分类人脸识别算法 被引量:4
16
作者 周先春 许瑞 石兰芳 《小型微型计算机系统》 CSCD 北大核心 2018年第7期1616-1620,共5页
由于人脸库中人脸样本的数目有限,远远不能够满足实际生活中人脸识别的需要.新算法提出一种新的多样本扩充的协同表示分类人脸识别算法,首先利用人脸的镜面性生成镜面图像,分别对同一类中任意的两个原始样本与镜像样本,取它们的平滑中... 由于人脸库中人脸样本的数目有限,远远不能够满足实际生活中人脸识别的需要.新算法提出一种新的多样本扩充的协同表示分类人脸识别算法,首先利用人脸的镜面性生成镜面图像,分别对同一类中任意的两个原始样本与镜像样本,取它们的平滑中值样本构造新的虚拟样本,然后用欧式距离选择出接近测试样本的训练样本.以往的多样本扩充的人脸算法,是将新生成的虚拟训练样本与原始训练样本结合在一起,作为总的训练样本进行人脸识别,新算法是将不同途径构成的训练样本分别进行参数加权融合,采用基于协同表示的分类算法进行人脸识别.实验结果表明,新算法能够在ORL和FERET人脸数据库上获得更好的人脸识别率,具有较好的人脸描述能力. 展开更多
关键词 人脸识别 协同表示 平滑中值样本 加权融合
在线阅读 下载PDF
基于协同表示的高光谱和多光谱图像融合算法 被引量:2
17
作者 侯卫民 赵拓 +2 位作者 苏佳 高丽慧 张易凡 《电子科技大学学报》 EI CAS CSCD 北大核心 2020年第4期569-574,共6页
为了增强高光谱图像的空间分辨率,该文提出一种基于传统Pan-sharpening技术的高光谱和多光谱融合框架,该融合框架将高光谱和多光谱(HS-MS)图像融合问题简化为若干个多波段和单波段(MB-IB)图像融合问题。在此基础上,对于每个多波段和单... 为了增强高光谱图像的空间分辨率,该文提出一种基于传统Pan-sharpening技术的高光谱和多光谱融合框架,该融合框架将高光谱和多光谱(HS-MS)图像融合问题简化为若干个多波段和单波段(MB-IB)图像融合问题。在此基础上,对于每个多波段和单波段图像融合的问题提出一种基于局部自适应(LA)字典和协同表示(CR)的图像融合(LACRF)算法,得到高空间分辨率的多波段(HRMB)图像,并最终获到了高空间分辨率的高光谱图像(HHS)。通过实验可知,LACRF算法具有良好的融合效果。 展开更多
关键词 协同表示 高光谱图像 图像融合 局部自适应字典对 多光谱图像
在线阅读 下载PDF
局部方向二值模式结合协同表示的3D掌纹识别 被引量:3
18
作者 刘玉珍 范湘冀 +1 位作者 林森 陶志勇 《液晶与显示》 CAS CSCD 北大核心 2022年第6期726-735,共10页
针对三维掌纹特征表示准确性差的问题,提出一种局部方向二值模式(Local Orientation Binary Pattern,LOBP)结合协同表示(Collaborative Representation,CR)的3D掌纹识别方法。利用掌纹主方向和方向置信度的编码来共同表达掌纹的方向信息... 针对三维掌纹特征表示准确性差的问题,提出一种局部方向二值模式(Local Orientation Binary Pattern,LOBP)结合协同表示(Collaborative Representation,CR)的3D掌纹识别方法。利用掌纹主方向和方向置信度的编码来共同表达掌纹的方向信息,从而有效提高方向编码的准确性。使用表面类型编码来刻画掌纹的结构,充分表达掌纹的几何特征。最后,在分类识别时通过协同表示的方法将特征结合进而完成掌纹识别。在香港理工大学3D掌纹库上进行实验,结果表明获得的平均识别率最高可达99.55%,平均识别时间为0.8749 s。所提方法可以在保持较低识别时间的同时提高3D掌纹的识别精度。 展开更多
关键词 模式识别 3D掌纹识别 局部方向二值模式 协同表示
在线阅读 下载PDF
基于核协同表示的步态识别 被引量:1
19
作者 李占利 孙卓 +1 位作者 崔磊磊 袁鹏瑞 《广西大学学报(自然科学版)》 CAS 北大核心 2017年第2期705-711,共7页
为了提高跨视角下的步态识别率,分析识别率低的原因,原因之一归咎于通常采用线性降维的方法进一步提取步态特征,而实际上,特征数据之间可能存在着非线性的关系,故采用核主成分分析法对特征数据进行非线性降维处理,设计了一种核协同表示... 为了提高跨视角下的步态识别率,分析识别率低的原因,原因之一归咎于通常采用线性降维的方法进一步提取步态特征,而实际上,特征数据之间可能存在着非线性的关系,故采用核主成分分析法对特征数据进行非线性降维处理,设计了一种核协同表示的步态识别方法。该方法获取步态能量图,采用核主成分分析法对步态能量图数据进行非线性降维处理并提取步态特征,并用协同表示的方法进行分类。实验结果表明:在90°视角下,采用多项式核函数的识别效果明显优于采用高斯径向基核函数的识别效果;该方法在跨视角下取得了显著的识别效果,与其他算法相比,识别率提高了10%以上;该方法的识别速度约是协同表示的识别速度的1~2倍。 展开更多
关键词 核主成分分析 核函数 协同表示 步态识别
在线阅读 下载PDF
基于改进协同表示的二级分类人脸识别方法 被引量:4
20
作者 施志刚 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第1期172-178,共7页
基于协同表示分类(CRC)算法在实际应用中的效果,考虑到样本局部相似性先验信息对分类识别的不同贡献,构建加权矩阵,并嵌入到CRC中,称为加权CRC.为进一步改善人脸识别的性能,设计了如下算法:一种将加权CRC重复两次;另一种则将其与线性表... 基于协同表示分类(CRC)算法在实际应用中的效果,考虑到样本局部相似性先验信息对分类识别的不同贡献,构建加权矩阵,并嵌入到CRC中,称为加权CRC.为进一步改善人脸识别的性能,设计了如下算法:一种将加权CRC重复两次;另一种则将其与线性表示分类(LRC)结合.两种方法的共同特点为:首先基于主成分分析(PCA)对所有图像样本进行降维,以降低计算的复杂度;其次都是在第一阶段的加权CRC中根据重构残差排序保留相关性较大的训练样本用于下一阶段的分类识别.这种缩小分类目标的做法,使识别更精确.在ORL,FERET及AR人脸数据库上通过仿真验证了本文所提方法的有效性. 展开更多
关键词 协同表示分类 样本局部相似性 加权矩阵 线性表示分类 人脸识别
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部