摘要：针对人脸识别中存在的光照不均匀问题,提出了一种预处理链技术,能达到很好的光照补偿效果。为了提高多姿态、多表情、多细节人脸图像的人脸识别率,设计了一种将最近邻分类器与支持向量机相结合的分类算法(NN-SVM),基于该分类算法提出了一种基于Gabor变换和NN-SVM的子空间人脸识别方法。在FERET和ORL两大人脸数据库中对所提方法进行性能评估,实验结果表明所提出方法能有效地解决人脸识别中光照不均匀问题,大大提高人脸识别率,而且相比其他现有的人脸识别方法,所设计的方法具有更好、更稳定的识别效果。

摘要：针对压缩感知理论的稀疏分析模型下的子空间追踪算法信号重构概率不高、重构性能不佳的缺点,研究了此模型下的稀疏补子空间追踪信号重构算法;通过选用随机紧支框架作为分析字典,设计了目标优化函数,改进优化了稀疏补取值方法,改进了算法迭代过程,实现了改进的稀疏补分析子空间追踪新算法(IASP)。实验结果证明,所提算法的信号完全重构概率明显高于分析子空间跟踪(ASP)等5种算法的信号完全重构概率;对于含高斯噪声的信号,所提算法重构信号的整体平均峰值信噪比明显超过ASP等3种算法整体平均峰值信噪比(PSNR),但略低于贪婪分析追踪(GAP)等2种算法的整体平均峰值信噪比。所提算法可用于语音和图像信号处理等领域。

摘要：考虑人脸表情、光照变化和姿态对人脸识别性能的影响,提出一种基于数据融合的人脸识别方法。应用二维离散小波变换对人脸图像进行3次小波分解,使每幅人脸图像得到1幅低频子图和9幅高频子图,低频子图可以直接代表人脸的本质,而部分高频子图仍含有鉴别信息,因此,利用Fisher投影对得到的高频子图进行投影,选取出包含鉴别信息较多的高频子图,并设计3种数据融合方案。分别在数据级、特征级和决策级实现融合处理,并在ORL和YALE A人脸库上完成实验,结果表明,与主成分分析法和小波变换人脸识别方法相比,该方法能有效提高识别率。