无感人脸识别研究综述

无感人脸识别是指在用户无感知条件下自动地采集用户人脸信息以进行身份认证,它具有低交互、无接触、高度并行化的特点,适用于具有实时性需求的无感交互场景。无感人脸识别包括无感交互、目标提取和识别三个环节。本文分别从这三个环节对无感人脸识别技术进行了梳理,综述了人脸注册与人脸库构建技术,人脸图像无感采集技术,基于深度学习的多尺度人脸提取和识别技术的发展状况。介绍了现阶段无感人脸识别的应用场景与挑战,指出随着数据库构建技术、无感采集技术及基于深度学习的进一步发展及安全保障体系的构建,无感人脸识别技术将凭借其无感与并行的优势获得更广泛地应用。     

Curvelet变换结合(2D)~2PCA的人脸识别算法

作为一种新的多尺度多方向性的信号分析工具,Curvelet变换不但具有小波变换多尺度和多分辨率的特点,还具有很强的方向性,对包含大量面部轮廓和五官曲线信息的人脸图像能实现最优的稀疏表示。本文提出并实现了一种基于Curvelet变换结合双向二维主成分分析((2D)~2PCA)的人脸识别算法,以Yale人脸数据库进行人脸识别实验,结果表明,该算法相对于传统基于小波变换的人脸识别算法,能有效提高识别率,缩短识别时间。     

3D人脸线框模型的自动调整

3D人脸线框模型是自然人脸表述的重要方法.如何将通用的模型调整到特定的人脸上涉及脸部特点的自动提取和模型的调整两个主要过程.对通过皮肤颜色分割和形态滤波得到复杂背景的视频场景中的候选人脸,用区域惯量椭圆方向进行调整并用先验人脸模板校验以找出人脸和脸部特征区域.根据人脸特征区域所具有的颜色特性和空间分布采用基于特征的人脸识别算法提取部分重要的脸部特征点,由曲线和活动轮廓模型拟合脸部特征边缘,从中提取特征点,用来估计头部姿势和作为插值结点的使用径向基函数插值,可将3D人脸线框模型自动调整到特定的人脸上.     

利用启发式信息优化多连接查询的遗传算法

结合多连接查询的特点,讨论了在左线性树空间的遗传优化算法,采用有序串编码方法和专门的杂交、变异算子;并利用查询优化中的增量启发式信息初始化种群,来提高遗传算法的收敛速度．我们将遗传算法与迭代修正的局部搜索策略相结合,解决传统的遗传算法缺乏较强的局部搜索功能的问题．     

基于判别公共向量的单训练样本人脸识别

提出一种新的基于判别公共向量（Discriminative Common Vector）的单样本人脸识别算法．该方法基于人脸类内方差相似的假定，通过引入单人多样本的辅助人脸集来估计类内方差，解决了单训练样本情况下样本类内方差无法估计的问题．在FERET人脸库的测试结果表明，在面部细节、光照、表情变化的情况下，该方法都具有较好的识别效果．     

基于兴趣点检测的目标识别算法

为了有效地确定目标位置,提出了一种基于兴趣点检测的目标识别方法.根据像素点的灰度和边缘强度信息,确定兴趣点的分布位置.以兴趣点为中心,利用位势函数构建目标函数,目标函数取最大值的位置确定为目标位置.提出了一种改进的概率混沌优化算法求解目标函数的最大值.概率混沌优化算法将搜索空间分为原始搜索空间和精搜索空间,分别以不同的概率同时对两个空间进行搜索,并逐渐增大精搜索空间的搜索概率,从而可在确保算法具有全局寻优能力的前提下加快寻优速度.研究结果表明,该方法可有效地确定目标位置,且结果不受目标平移、旋转、缩放、甚至变形等影响,仿真结果验证了该方法的有效性.     

基于支持向量机及遗传算法的光刻热点检测

提出一种基于支持向量机（SVM）及遗传算法（GA）的集成电路版图光刻热点检测方法.首先对版图样本进行离散余弦变换（DCT）以提取样本的频域特征,然后基于这些样本训练SVM分类器以实现对光刻热点的检测.为了提高光刻热点检测的精度及效率,采用遗传算法（GA）对频域特征进行选择,并同时优化SVM参数.实验结果表明,基于SVM及版图频域特征并结合遗传算法进行优化的光刻热点检测方法可以有效提高版图光刻热点的检测精度.     

一种新的DS-UWB多用户接收机

随着超宽带（UWB）技术的发展与繁荣,UWB系统的多址接入问题已成为一个新的研究热点．因为多用户检测可以增加多址UWB通信系统的容量,所以本文提出一种适用于DS-UWB系统的混合多用户接收机．该接收机将作者提出的改进遗传算法（IGA）与并行干扰消除（PIC）多用户接收机相结合,可进一步消除多用户干扰,提供更好的检测性能。改进的遗传算法基于Hamming球形解空间的概念,采用一种简单而有效的种群初始化方法,可更充分地利用输入染色体携带的信息．仿真结果表明,本文提出的多用户接收机具有更好的检测性能和抗远近干扰能力．     

动态优化算法综述

动态优化算法的研究已成为优化算法领域研究的一个热点.对于基于种群的优化算法而言,它主要可以分为环境变化后增加多样性的方法、运行过程中始终保持多样性的方法、基于记忆机制的方法、多种群方法和基于预测机制方法5类.动态优化算法的关键是在搜索过程中始终保持搜索空间开发和探索之间平衡.该类算法不仅能发现最优个体,而且能在动态环境中跟踪变化了的最优个体.在今后的动态优化研究中,重点应放在动态优化算法理论方面和算法设计、构建上,使它更接近现实问题.     

自适应memetic算法求解集合覆盖问题

集合覆盖问题是一个经典的NP困难的组合优化问题,有着广泛的应用背景.首先,采用动态罚函数法将集合覆盖问题等价转化为无约束的0-1规划问题.然后,基于集合覆盖问题的结构特征,设计了初始种群构造方法、局部搜索方法、交叉算子、动态变异算子和路径重连策略,提出了一个高效求解该0-1规划问题的自适应memetic算法.该算法有效平衡了集中搜索和多样化搜索.通过45个标准例子测试该算法,并将其结果与现有遗传算法进行了比较,表明该算法能够在可接受的时间内找到高质量的解,能够有效求解大规模集合覆盖问题.     

基于血流图和Fisher线性鉴别分析的红外人脸识别方法

为了从生物特征和统计角度来提高识别的性能,提出了一种基于血流图和Fisher线性鉴别(FLD)相结合的人脸识别方法,该方法首先利用血流模型把红外温谱图转换成血流图,能够利用人体的生物特征增加样本之间的类间距,并减少样本之间类内距,然后从统计特性出发,对血流图进行能最大化类     

基于小波的光照补偿及其在人脸识别中的应用

提出了一种基于小波分析的人脸图像光照补偿技术,通过舍弃图像中的低频分量,仅用高频分量进行图像重构,便可较好地消除原始人脸图像中光照的影响.并将该技术应用于特征脸法人脸识别,在Yale库和自建库图像中,实验测得在较大尺度的情况下,图像识别率都有明显提高.     

基于小波子带能量加权的人脸识别方法

针对人脸识别中小波变换后信息利用不充分和权系数选择困难的缺点,提出一种基于小波子带能量加权的人脸识别算法.首先应用二维离散小波变换（2D-DWT）对图像进行二层小波分解,然后将得到的第2层4个子带进行加权组合,并给出一种基于小波子带能量权系数求解法,无需进行人工实验选取.在此基础上,采用PCA＋LDA方法进行特征提取,并在ORL人脸库中进行实验,与传统的算法相比有较快的识别速度和较高的识别率.     

卡尔曼滤波在室内定位系统实时跟踪中的应用

为了解决室内定位系统实时跟踪应用中所估算的用户位置方差较大,用户位置移动不平缓这一难题,提出了一种基于卡尔曼滤波的室内定位方法.首先利用最近邻居法估算用户的位置坐标,然后再利用卡尔曼滤波算法对用户的估算位置坐标进行滤波处理,以提高室内定位系统的性能和稳定性.实验结果表明,卡尔曼滤波算法可以将2 m以内85%的定位精度进一步提高到93%,3 m以内95%的定位精度提高到98%,改进效果明显而且稳定.     

基于差分图像的人脸检测与跟踪研究

人脸检测与跟踪是人脸信息处理领域中的一项关键技术,提出了一种可通过自适应阈值分割运动区域,根据人脸几何特征验证得到人脸模板,再运用GA跟踪人脸,并且用M6215摄像头进行实时采集、定位与跟踪的新的快速有效的人脸跟踪方法.实验表明:本系统不仅跟踪速度快,还可以在人的手势变化干扰或背景有干扰的情况下,进行令人满意的人脸检测与跟踪.     

人脸识别中应用小波变换的两个关键问题

由于小波分解在空域和频域上都能提供良好的局部信息,尤其是在小波分解后可以减少图像的分辨率,进而相应地减少计算复杂度,因此小波变换经常被用于图像处理和图像分析中.为探究基于人脸识别的小波变换最佳应用效果,着重讨论了小波变换应用于人脸识别的两个关键问题:小波基的选择和分解层数的确定,并通过实验分析和比较研究得出相应的答案和指导原则.     

基于遗传算法的试题库智能组卷系统研究

智能计算机辅助教学（ＩｎｔｅｌｌｉｇｅｎｔＣｏｍ ｐｕｔｅｒ－Ａｓｓｉｓｔｅｄ Ｉｎｓｔｒｕｃｔｉｏｎ ,ＩＣＡＩ）中一个关键的问题是试题库的智能组卷．针对该问题的特点,建立了该问题的数学模型,给出了用遗传算法解决此问题的新方法,实验结果表明该方法能有效地解决试题库研究中的智能组卷问题,具有较好的性能和实用性．     

生物地理学优化算法中基于Zoutendijk可行方向法的变异算子设计

根据约束优化问题的全局收敛性要求,基于传统优化与智能优化,设计了一种基于Zoutendijk可行方向法的新型变异算子,并将其应用于生物地理学优化算法,构建了一种用混合优化算法求解优化问题的方法.通过算子设计策略的理论验证、智能算法的收敛性分析及6个不同类型算例的仿真试验,证明此自适应求解优化问题机制具有实效性.     

基于动态分级和邻域反向学习的改进粒子群算法

针对粒子群算法容易陷入局部最优解的问题,提出了一种基于动态分级和邻域反向学习的改进粒子群算法.该算法通过构建动态分级机制,将种群中的粒子动态地划分成3个等级,对不同等级内的粒子采取不同的扰动行为,使得粒子在增强种群多样性的同时保持向全局最优方向进化;采用粒子智能更新方式,提高了粒子的搜索能力;引入动态邻域反向学习点建立全局搜索策略,促使种群快速寻优.最后,利用多种典型测试函数对该算法进行仿真实验,结果表明,与其他几种优化算法相比,本算法具有较好的收敛性和稳定性.     

基于H.263协议的极低码率视频编码系统的一种实现

提出了基于Ｈ．２６３协议的极低码率视频编码系统的一种具体实现，详细地讨论了码率控制算法和运动估计的搜索算法．其中该系统采用的自适应码率控制方法，能够动态地控制码率到指定的数值．提出的一种局部最优搜索算法，与全局最优搜索相比，大大地减少了搜索时间，而信噪比相差不大．