您的位置: 专家智库 > >

李和恒

作品数:2 被引量:14H指数:2
供职机构:华南理工大学计算机科学与工程学院更多>>
发文基金:广州市科技计划项目广东省科技计划工业攻关项目广东省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇人脸
  • 1篇样本集
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人脸确认
  • 1篇人脸识别
  • 1篇神经网
  • 1篇神经网络
  • 1篇自动识别
  • 1篇自动识别系统
  • 1篇向量
  • 1篇向量机
  • 1篇小波
  • 1篇小波神经
  • 1篇小波神经网络
  • 1篇模式识别
  • 1篇SVM
  • 1篇NIS

机构

  • 2篇华南理工大学

作者

  • 2篇李和恒
  • 2篇张星明

传媒

  • 1篇计算机研究与...
  • 1篇计算机工程与...

年份

  • 1篇2006
  • 1篇2003
2 条 记 录,以下是 1-2
排序方式:
基于小波神经网络的头部检测技术被引量:12
2003年
文章所述头部检测方法,首先采用Mallat小波分解提取的头部特征,作为神经网络的输入,通过构造训练集对BP网络进行训练,自举训练方法提高了神经网络的泛化能力。在此基础上,通过在整个图象上自左至右、自上至下移动窗口,用训练好的神经网络对待识模式进行识别,最后根据启发式规则进行后处理。该算法已经应用于头部跟踪项目中,取得了较好的效果。
李和恒张星明
关键词:人脸识别模式识别小波神经网络自动识别系统
基于独立负样本集和SVM的人脸确认算法被引量:2
2006年
在许多人脸确认应用领域,例如人脸计算机安全登录系统中,没有用于SVM训练的人脸数据库可以提供,在现有基于SVM的人脸确认算法的基础上,根据实际应用的需求,提出了一种新的基于独立负样本集和SVM的人脸确认算法,该方法对注册的用户图像通过眼睛抖动的方法生成足够多的正样本,利用FLD技术进行特征提取,并利用基于Rank的一对多的识别方法去除同类项,解决了训练样本与负样本类别冲突问题·正负样本送SVM进行训练可以得到相应的SVM模型,对于待确认的人脸图像就可以采用SVM进行验证了·对SCUT人脸数据库的测试表明:足够数量的负样本能够保证较低的FAR,且支持向量的数量不会随着负样本集的数量增长而增长·应用这个算法,实现了一个计算机安全登录系统·
张星明李和恒
关键词:人脸确认
共1页<1>
聚类工具0