袁少锋
- 作品数：3 被引量：6H指数：1
- 供职机构：江南大学数字媒体学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于多元混合高斯分布的多分类人脸识别方法被引量：5
- 2013年
- 针对实际人脸图像含有的噪声模型常常表现出的非高斯特性,该非高斯特性具有较厚重的拖尾现象,提出一种基于多元混合高斯分布的多分类人脸识别方法。该方法将多元混合高斯分布、核函数、概率密度函数估计中的参数估计以及贝叶斯理论结合起来,能对含有重尾噪声的人脸图像有较高的识别率。用ORL标准人脸库进行验证,实验结果表明了可行性。
- 袁少锋王士同
- 关键词：参数估计核函数贝叶斯理论
- 基于PCA与最大后验概率分类的人脸识别方法被引量：1
- 2014年
- 在运用主成分分析进行人脸识别的过程中,由于实际图像可能符合某种概率密度分布,并且实际用到的图像可能受到不同程度的噪声污染,简单的距离分类已不再适用。基于核函数的最大后验概率分类是将概率密度函数估计中的参数估计、核函数以及贝叶斯理论结合起来,能很好地考虑到概率分布情况,用多元高斯分布下的基于核函数的最大后验概率分类取代距离分类,对于含有不同参数值的高斯噪声图像有较好的识别率。用ORL标准人脸库进行验证,实验结果表明了可行性。
- 袁少锋王士同
- 关键词：主成分分析参数估计核函数贝叶斯理论
- 基于混合Kotz-型分布的多分类人脸识别方法
- 2013年
- 针对实际人脸图像中含有重尾噪声的问题,提出一种基于混合Kotz-型分布的多分类人脸识别方法。利用Kotz-型分布与广义逆Γ分布混合表现出的较厚拖尾特性,结合核方法和概率统计知识,通过调节混合Kotz-型分布中的参数,估计人脸图像中重尾噪声的拖尾情况。分别向ORL人脸库、Yale人脸库、Randface人脸库添加程度不同的重尾噪声,形成新的含有不同程度重尾噪声的人脸库,通过对3个人脸库进行验证,结果表明,该方法能较好地估计人脸图像的拖尾特性,对含有重尾噪声的人脸图像有较高的识别率。
- 袁少锋王士同
- 关键词：广义逆人脸识别核方法概率统计
