期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
多分类器融合中一种新的加权算法 被引量:10
1
作者 赵谊虹 程国华 史习智 《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第6期765-768,共4页
提出了一种直接采用分类器的输出向量来计算各分类器的加权算法 ,它能直接利用在分类器的输出端提供的“测量级”信息 ,通过加权函数将“测量级”信息转化为对分类器的加权 .为了提高系统的可靠性 ,在实验中还分析了表决阈值的选取 .
关键词 加权算法 多分类器融合 加权投票表决 贝叶斯推理 目标识别 输出向量 分类识别
下载PDF
多分类器融合的人脸识别与身份认证 被引量:17
2
作者 董火明 高隽 汪荣贵 《系统仿真学报》 CAS CSCD 2004年第8期1849-1853,共5页
人脸识别是生物特征识别技术中一个活跃的研究领域,取得了很多实践成果,但是单一分类器一般不能取得满意的识别率与身份认证效果。本文采用贝叶斯决策理论分析了常见的积、和、中值以及投票多分类器融合方法,并根据实际的选举情形,对投... 人脸识别是生物特征识别技术中一个活跃的研究领域,取得了很多实践成果,但是单一分类器一般不能取得满意的识别率与身份认证效果。本文采用贝叶斯决策理论分析了常见的积、和、中值以及投票多分类器融合方法,并根据实际的选举情形,对投票法进行了2种改进。然后对协同人脸识别、特征脸法以及复合方法等人脸识别分类器进行决策层的融合,对ORL库中人脸识别仿真实验表明文中的多分类器融合的人脸识别方法具有较好的分类性能,对污损、低分辨率人脸图像具有可靠的识别率、鲁棒性强,而且应用于人脸身份认证中取得了较好的认证效果。 展开更多
关键词 人脸识别 多分类器融合 身份认证 协同识别 特征脸法
下载PDF
多分类器融合的指纹全局特征协同识别 被引量:2
3
作者 董火明 高隽 胡良梅 《电路与系统学报》 CSCD 北大核心 2005年第3期58-63,51,共7页
指纹识别是生物特征识别中的热点,指纹全局特征识别具有明显的优势,但是单一分类器一般不能取得满意的识别效果。本文采用贝叶斯理论分析了常见的积、和、中值以及投票多分类器融合方法,并根据实际的选举情形,对投票法进行了2种改进。... 指纹识别是生物特征识别中的热点,指纹全局特征识别具有明显的优势,但是单一分类器一般不能取得满意的识别效果。本文采用贝叶斯理论分析了常见的积、和、中值以及投票多分类器融合方法,并根据实际的选举情形,对投票法进行了2种改进。然后对3种指纹全局特征协同识别分类器:灰度值、主分量以及方向场分类器进行决策层融合,并采用了一种崭新而高效的协同模式识别方法。对FVC2002指纹库的实验表明:该方法具有较好的分类性能,预处理与特征提取简单、计算复杂度低、识别速度快、对污损指纹具有可靠的识别率、鲁棒性强,而且应用于身份认证中也取得了较好的认证效果。 展开更多
关键词 指纹识别 多分类器融合 全局特征 协同识别
下载PDF
基于视频的多分类器融合的实时人脸检测与识别 被引量:1
4
作者 马桂英 《电脑知识与技术》 2009年第12Z期10059-10062,共4页
动态人脸识别具有更大的难度,如视频输出的图象质量较差、背景更复杂等,而现有的动态人脸识别算法还存在着识别速度慢,鲁棒性差等缺点。课题就是在研究现有的识别方法和识别系统的基础上,构建一个基于视频的多分类器融合的实时人脸检测... 动态人脸识别具有更大的难度,如视频输出的图象质量较差、背景更复杂等,而现有的动态人脸识别算法还存在着识别速度慢,鲁棒性差等缺点。课题就是在研究现有的识别方法和识别系统的基础上,构建一个基于视频的多分类器融合的实时人脸检测与识别的实验系统,重点研究检测技术的改进及多种识别方法的有效融合,以保证系统能在视频下快速识别出人脸,提高人脸识别的效率和鲁棒性,降低拒识率和误识率。 展开更多
关键词 多分类器融合 人脸检测 动态人脸识别 肤色模型 图像分割
下载PDF
基于背景因子的红外点目标探测技术 被引量:5
5
作者 钱惟贤 陈钱 顾国华 《激光与红外》 CAS CSCD 北大核心 2009年第6期647-650,共4页
复杂场景下红外弱点目标检测是红外目标识别的关键技术性难题之一。首先从概率论出发分析了背景因子存在的必要性。接着详细地论述了采用模糊集合中的隶属度理论和模式识别中的多分类器融合理论设计背景因子的过程。由于背景因子的引入... 复杂场景下红外弱点目标检测是红外目标识别的关键技术性难题之一。首先从概率论出发分析了背景因子存在的必要性。接着详细地论述了采用模糊集合中的隶属度理论和模式识别中的多分类器融合理论设计背景因子的过程。由于背景因子的引入对强干扰的复杂背景进行自适应地削弱,使得在各种背景下探测概率趋于均匀分布,最终实现了恒虚警率。 展开更多
关键词 目标探测 概率论 隶属度 多分类器融合 背景因子
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部