江苏省社会发展科技计划(BE2010638)
- 作品数：3 被引量：17H指数：2
- 相关作者：高阳商琳周新民崔永艳杨琬琪更多>>
- 相关机构：南京大学江苏省公安厅伊犁师范学院更多>>
- 发文基金：江苏省社会发展科技计划教育部“新世纪优秀人才支持计划”国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于特征融合的多模态身份识别方法研究被引量：2
- 2011年
- 研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合两种模态的特征,利用最邻近分类器进行分类识别。在AMP、ORL人脸库和Poly-U掌纹图像库中的实验结果表明,两种模态的融合能更多地给出决策分析所需的特征信息相比传统的单一模态的人脸或掌纹识别具有较高的识别率,更具安全性和准确性。
- 林玲周新民商琳高阳
- 关键词：身份识别多模态人脸识别掌纹识别
- 基于多示例学习的异常行为检测方法被引量：11
- 2011年
- 在基于轨迹分析的异常行为检测方法中,被标记为异常的轨迹往往仅在整条轨迹的某个局部存在异常,轨迹的其余部分都是正常行为.然而,传统的基于整条轨迹建模的方法很难检测轨迹的局部异常.针对上述问题,提出一种在多示例学习框架下基于轨迹分段的异常行为检测方法.该方法首先根据轨迹的曲率,将轨迹分割成若干相互独立的子段.然后采用层次狄利克雷过程-隐马尔科夫模型对每个子段建模.最后在多示例学习框架下,以整条轨迹为包,正常轨迹为负包,异常轨迹为正包,轨迹子段为包的示例进行学习.通过实验验证,该方法在准确率和召回率上都优于传统的基于轨迹建模的方法.
- 崔永艳高阳
- 关键词：异常行为检测多示例学习
- 多模态张量数据挖掘算法及应用被引量：4
- 2012年
- 近年来,多模态数据挖掘技术备受关注,如何高效地挖掘大量多模态数据成为一个研究热点。其中,基于张量表示的多模态数据挖掘,即多模态张量数据挖掘,是一个重要的研究问题。综述了多模态张量数据挖掘算法进展及其在计算机视觉中的应用。首先根据算法的样本标记、任务和核心技术的不同,对这些方法进行分类,并给出了相应的介绍和分析。其次,讨论了一些多模态张量数据挖掘算法在计算机视觉问题中的典型应用。最后,就多模态张量挖掘在计算机视觉领域的研究现状与研究前景进行了简要的分析。
- 杨琬琪高阳周新民杨育彬商琳
- 关键词：数据挖掘计算机视觉
