基于Log-Gabor滤波与黎曼流形学习的图像识别算法

被引：8

作者：

刘元

吴小俊

机构：

[1] 江南大学物联网工程学院

来源：

模式识别与人工智能 | 2015年 / 28卷 / 10期

基金：

高等学校博士学科点专项科研基金;

关键词：

黎曼流形学习; 图像识别; Log-Gabor; 测地线距离;

D O I：

10.16451/j.cnki.issn1003-6059.201510010

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在图像识别的研究中,黎曼流形学习不能有效消除图像中的冗余信息.基于上述原因,文中提出基于LogGabor滤波与黎曼流形学习的图像识别算法.首先使用Log-Gabor滤波器处理图像,获得维数较高的Log-Gabor图像特征,然后使用黎曼流形学习降维图像特征.研究表明,Log-Gabor滤波与黎曼流形学习的融合算法符合人类视觉感知的过程.文中算法对于光照、角度变化具有较好的鲁棒性,在多个标准数据库上的仿真实验验证文中算法的有效性.

引用

页码：946 / 952

页数：7

共 6 条

[1] 基于Log-Gabor和正交等度规映射的人脸识别 [J].

王庆军 ;

张汝波 .

计算机科学, 2011, 38 (02) :274-276+295

[2] 融合Log-Gabor小波和监督保局映射的人脸识别算法 [J].

黄鸿 ;

李见为 ;

冯海亮 .

计算机辅助设计与图形学学报, 2008, (10) :1332-1337

[3] Principal Manifolds and Nonlinear Dimensionality Reduction via Tangent Space Alignment [J].

张振跃 ;

查宏远 .

Journal of Shanghai University, 2004, (04) :406-424

[4] Gabor feature-based face recognition using supervised locality preserving projection [J].

Zheng, Zhonglong ;

Yang, Fan ;

Tan, Wenan ;

Jia, Jiong ;

Yang, Jie .

SIGNAL PROCESSING, 2007, 87 (10) :2473-2483

[5] Laplacian eigenmaps for dimensionality reduction and data representation [J].

Belkin, M ;

Niyogi, P .

NEURAL COMPUTATION, 2003, 15 (06) :1373-1396

[6]

Fast manifold learning based on Riemannian normalcoordinates .2 Brun A,Westin C,Herberthson M.et al. Proc. of the14th Scandinavian Conference on Image Analysis . 2005

← 1 →