刘凡
- 作品数：5 被引量：16H指数：3
- 供职机构：湘潭大学物理与光电工程学院更多>>
- 发文基金：湖南省自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 融合单演特征和CS-LBP的单样本人脸识别被引量：3
- 2017年
- 针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种融合单演幅值、相位和方向的单演中心对称幅值相位方向模式(MCSLBP)的人脸识别方法。首先采用中心对称局部二值模式(CS-LBP)对同一尺度下的单演幅值进行编码,并将单演相位量化到4个区间进行编码,同时对单演水平方向和垂直方向进行二值编码,然后将三者融合成MCSLBP特征;最后对不同单演尺度空间中的MCSLBP模式图进行分块,提取每一小块的直方图特征并串联后用最近邻分类器进行分类识别。在CAS-PEAL和AR人脸库上的实验结果表明,MCSLBP方法对具有光照、表情和遮挡变化的单样本人脸识别具有较好的识别效果。
- 杨恢先贺迪龙谭正华刘凡刘阳
- 关键词：人脸识别单样本
- 中心对称幅值相位二值模式单样本人脸识别
- 2016年
- 针对传统单样本人脸识别效果不佳的问题,提出一种基于中心对称幅值相位二值模式(CMPBP)的单样本人脸识别算法。将人脸图像分别与高斯函数的一阶导数做卷积运算,求取图像的梯度分量,计算出梯度幅值和梯度相位;将梯度相位量化,用中心对称局部二值模式(CSLBP)算子对梯度相位和幅值分别编码,将三者串接形成人脸图像的CMPBP特征;分块统计直方图的信息,把所有小块的直方图串联后作为人脸图像的特征向量,利用直方图相交进行分类识别。在AR和CMU-PIE人脸库上验证了该方法的有效性,其对光照变化、表情变化和部分遮挡等环境下单样本人脸识别具有较好的效果。
- 杨恢先刘阳谭正华贺迪龙刘凡
- 关键词：人脸识别中心对称局部二值模式单样本
- 拉普拉斯滤波结合CS-LBP的单样本人脸识别被引量：3
- 2017年
- 针对传统的人脸识别算法在单训练样本的情况下识别率不佳的情况,提出一种结合拉普拉斯滤波与中心对称局部二值模式的人脸识别算法(LFCLBP)。对原始人脸图像进行拉普拉斯滤波处理;然后对图像提取梯度幅值和梯度相位信息,对梯度幅值用CS-LBP算子编码,再将梯度相位量化到16个区间进行编码,将二者融合成人脸图像的LFCLBP特征;分块统计直方图特征,将所有分块的直方图串联起来作为人脸图像的特征向量,并用最近邻分类器识别。在YALE人脸库和AR人脸库上进行测试,测试结果表明该算法有效,在光照变化、表情变化和部分遮挡等环境下对单样本人脸图像具有较好的识别效果。
- 杨恢先刘凡贺迪龙
- 关键词：人脸识别单样本中心对称局部二值模式最近邻分类器
- 基于双向梯度中心对称局部二值模式的单样本人脸识别被引量：10
- 2017年
- 针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种双向梯度中心对称局部二值模式(BGCSBP)的单样本人脸识别算法.首先获取人脸水平和垂直方向的梯度信息,并将其用CS-LBP算子进行编码;然后将二者融合成人脸的BGCSBP特征,再通过分块统计直方图的方式得到人脸的直方图特征;最后采用直方图相交进行分类识别.在CAS-PEAL,Extend Yale B和AR人脸数据库上的实验结果表明,该算法简单有效,对光照、表情、部分遮挡变化具有较好的鲁棒性.
- 杨恢先贺迪龙刘凡刘阳刘昭
- 关键词：人脸识别单样本中心对称局部二值模式
- 基于超像素和局部稀疏表示的目标跟踪方法
- 2016年
- 针对目标跟踪过程中的目标对象外观变化问题,提出一种鲁棒的基于超像素和局部稀疏表示的目标跟踪方法。在训练阶段,通过将训练帧图像分割得到的超像素聚类构造判别型外观模型;在第一帧图像中,计算目标模板的稀疏性直方图,建立生成型外观模型。在跟踪阶段,计算基于超像素的置信图,采样候选样本,计算候选样本的置信值;利用局部图块计算样本的稀疏性直方图与模板直方图的相似度。根据置信值和相似度,计算候选样本的运动模型和观测模型,得到候选样本的最大后验估计,确定目标跟踪结果。对2种外观模型都保持在线独立更新。仿真实验表明,目标发生外观变化时,算法能得到较准确和鲁棒的跟踪结果。
- 杨恢先刘昭刘阳刘凡贺迪龙
