论文研究-一种基于离散Voronoi图的手写体文字细化方法.pdf

所需积分/C币:7 2019-09-12 21:03:03 564KB .PDF

首先利用PCA进行人脸图像特征提取,然后将此特征数据作为分类器的输入数据。采用的分类器是利用所谓“相似性”方法构造的多个二类SVM分类器,为了提高识别正确率,在多个SVM的输出之后又增加了一级神经网络训练器。以ORL人脸库做的实验中得到了很好的识别效果。
1842008,44(15) Computer Engineering and Applications计算机工程与应用 网络各连接权值ω后,这种由多sVM分类器和BP网络组成级神经网络训练器,使得最终输出值直接对应人脸数据库中相 的人脸识别器便能较好地完成人脸识别任务。其系统结构如图应的人员编号。该方法较之于常规的One- against-One和One- 2所示。 against-Rest方法,大大减少了分类器个数,因此它在保证人脸 识别正确性的基础上,降低了计算复杂度,缩短了计算时间。 人脸数 据库 VM 分类器 参考文献 I Moghaddam B, Pentland A Probabilistic visual learning for object representation JIEEE Trans on Pattern Analysis and Machine In- 人脸 神约对LS telligence,1997,19(7):696-710 图像 征提取 训练器 [2] Rowley H A, Baluja S, Kanade TNeural network-based face detec tion[J] IEEE Trans on Pattern Analysis and Machine Intelligence 1998,20(1):23-38 SVM 分类器 [3] Yullie A, Hallinan P, Cohen D Feature exaction from faces using deformable templates[J]. International Journal of Computer Vision 图2系统结构图 1992,8(2):99-111 [4] Turk M, Pentland A Eigenfaces for recognition[J]Journal of Cogni- 3.3实验结果 tive Neuroscience, 1991, 3(1): 71-86 本文在 MATLAB与VC+6.0语言的接口,编译产生了可5] SwetS d l, Weng J Discriminant analysis and eigenspace partition 执行稈序,对ORL人脸库上进行实验。实验结果比较如表1所示。 tree for face and object recognition from views[C]/Proc of the 2nd Int'I Conf on Automatic Face and Gesture Recognition. Washing- 表1实验结果表 ton: IEEE Computer Society Press, 1996: 192-197 样本类别 6 Brunelli R, Poggio T Hyper B F Networks for gender classification(Cy/ 方法 比较项目 5101520 35 Proc of the DarPa Image Understanding Workshop. San Mateo 识别率/%100100979595908887 Morgan Kaufmann, 1992: 311-314 One-against-Rest =F+ FHt/s 0.3311.9937.501 18 458 43.43288.447153.741221.374 [7 Buhmann J, Lades M, Malsburg CSize and distortion invariant ob 相似性”方识别率%10010089969290 ject recognition by hierarchical graph matching[Cy/Proc of the Int'l 平均用时/0.32019127.12617.1653995780000135292188.168 Joint Conf on Neural Networks. San Diego IEEE Press, 1990: 411 416. 从实验数据得知:和常规的One- against-Rest方法相比该18 I Vapnik V N. The nature of statistical learning theorylM. New York 方法大大减少了分类器个数,因此它在保证人脸识别正确性的 Springer-Verlag, 1995 基础上,降低了计算复杂度,缩短了计算时间。 9 Weston J, Watkins C Multi-class support vector machines SD-TR 98-04[R]. Royal Holloway University of London, 1998 4总结 [10] Nello C, John S T.An introduction to support vector machines and other kernel-based learning methods [M]. Beijing, China: Ma- 本文利用所谓“相似性”方法构造了多个二类SVM分类 ress. 器,将经过特征提取后的人脸图像信息通过该分类器加以识1]刘向东,陈兆乾人脸识别技术的研究计算机研究与发展,200,41 别,为了提高识别正确率,在多个SVM的输出之后又增加了 (7):1074-1080 上接181页) Form. Cambridge, Massachusetts USA: MIT Press, 1967: 362-380 进行深入的研究和探索:对于仅有少数字的简单文字图像,有[5] Pavlids t, Ali F Computer recognition of handwritten numerals by 待于研究新的方法提高其细化速度。对于斜笔划端点处的骨架 polygonal approximation[J.IEEE Trans Systems Man Sybernet, 1975,5 不够准确,有待于改进处理方法。 (6):610-614 6 Lee D T Medial axis transformation of a planar shape [JjHIEEE 参考文献: Trans Pattern Analysis and Machine Intelligence, 1982, 4(4): 306 [1] Abuhaiba I, Holt M, Datta S Processing of binary images of hand- written text documents4 .Pattern Recognition,1996,297):1161-17.(7]付庄基链分治算法与 Voronoi区的面积计算定理研究肌软件学 [2] Luk A, Leung S, Lee C, et al. A two-level classifier for fingerprint 报,2001,12(3):440-447 recognition(Cy/Proc of IEEE Internat Symp on Circuits and Systems,8李小俊,张逸新基于边界点偏置的 Voronoi骨架算法的研究J计 Singapore,1991:2625-2628. 算机应用,2002,22(10):41-43 3) Lam L, Lee S W, Suen C Y Thinning mechologies-acomprehensive [9 Watanabe T, Murashima S.A method to construct a Voronoi dia survey[J]. IEEE Trans Patter Analysis and Machine Intelligence gram on 2-D digitized space o(1) computing time[Cy/The IEICE 1992,14(9):869-885 1996,79(3):114-122 [4] Blum H A transformation for extracting new description of shapelY[10]赵晔,张有会,赵志辉,等关于一般图形 Voronoi图的离散构造法 Wathen-Dunn Wed Model for the perception of Speech and Visual 的研究门计算机应用与软件,2004,21(6):76-78.

...展开详情
试读 3P 论文研究-一种基于离散Voronoi图的手写体文字细化方法.pdf
img
  • 至尊王者

    成功上传501个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
    最新推荐
    论文研究-一种基于离散Voronoi图的手写体文字细化方法.pdf 7积分/C币 立即下载
    1/3
    论文研究-一种基于离散Voronoi图的手写体文字细化方法.pdf第1页

    试读已结束,剩余2页未读...

    7积分/C币 立即下载 >