-
公开(公告)号：CN110287823A
公开(公告)日：2019-09-27
申请号：CN201910495473.6
申请日：2019-06-10
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于改进LBP算子和支持向量机分类的人脸识别方法，包括：构建自身人脸数据库；人脸图像预处理，包括人脸图像的检测、校正、灰度处理和降噪；使用改进的LBP算子提取人脸图像特征，并结合主成分分析方法降低特征向量维数；使用支持向量机对提取的特征向量进行分类，并完成识别。本发明将改进LBP算子和支持向量机二分类相结合，借助改进LBP算子算法的自身优越性，可明显表示图像特征，简单、快速地完成人脸识别；此外，在进行人脸图像提取、识别时，本发明对光照和表情变化具有较强的鲁棒性，识别效果佳。
-
公开(公告)号：CN110084121A
公开(公告)日：2019-08-02
申请号：CN201910240461.9
申请日：2019-03-27
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于谱归一化的循环生成式对抗网络的人脸表情迁移的实现方法，该方法包括以下步骤：S1：采集各种人脸表情图片，并根据人脸表情逐一分类；S2：图片预处理，去除模糊照片，再用人脸检测算法得到人脸五个关键点，并根据关键点统一裁剪人脸图片；S3：构建生成器和判别器组成的循环生成式对抗网络，并将两类预处理后的图片分别输入网络当中计算损失函数并进行训练；S4：获取训练好的生成器作为人脸表情迁移的工具，并应用于实测。基于谱归一化的循环生成式对抗网络能够使得一个生成器实现多种人脸表情迁移，并且生成的人脸表情能够更加自然，有较好地鲁棒性。
-
公开(公告)号：CN111611890B
公开(公告)日：2022-08-02
申请号：CN202010406720.3
申请日：2020-05-14
Applicant: 南京邮电大学
IPC: G06V40/13 , G06V40/70 , G06V10/762 , G06V10/80
Abstract: 本发明提出一种基于聚类分析和模糊逻辑的指纹和指静脉特征融合方法，包括以下步骤：步骤1)提取指纹和指静脉图像，进行图像预处理，特征点提取和特征点匹配，计算出匹配分数；步骤2)使用k‑medoid聚类算法，分别对指纹匹配分数和指静脉匹配分数进行聚类分析，将每种模态的匹配分数分为三类：相同类，不确定类和不同类，并将这三类匹配分数组成的集合作为模糊子集；步骤3)选择适当的隶属度函数，对变量进行模糊化处理，建立模糊逻辑关系；步骤4)使用mamdani模糊推理法获得模糊推理结论；步骤5)使用加权平均判决法进行去模糊化，获得最终融合结果，并做出决策。该方法能够提高生物特征识别系统的识别率，从而提高系统的工作效率。
-
公开(公告)号：CN111611890A
公开(公告)日：2020-09-01
申请号：CN202010406720.3
申请日：2020-05-14
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于聚类分析和模糊逻辑的指纹和指静脉特征融合方法，包括以下步骤：步骤1)提取指纹和指静脉图像，进行图像预处理，特征点提取和特征点匹配，计算出匹配分数；步骤2)使用k-medoid聚类算法，分别对指纹匹配分数和指静脉匹配分数进行聚类分析，将每种模态的匹配分数分为三类：相同类，不确定类和不同类，并将这三类匹配分数组成的集合作为模糊子集；步骤3)选择适当的隶属度函数，对变量进行模糊化处理，建立模糊逻辑关系；步骤4)使用mamdani模糊推理法获得模糊推理结论；步骤5)使用加权平均判决法进行去模糊化，获得最终融合结果，并做出决策。该方法能够提高生物特征识别系统的识别率，从而提高系统的工作效率。
-
-
-
Search Results
4
records
(took 0.021 seconds)
