陶俊伟
- 作品数：5 被引量：30H指数：3
- 供职机构：山东大学信息科学与工程学院更多>>
- 发文基金：山东省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 针对核磁共振检查过程的监测系统被引量：1
- 2006年
- 为了对核磁共振(MR)检查过程进行科学的管理,文章提出了一种科学的监测系统。该系统主要采用人脸识别技术,首先结合人脸的肤色和特征部位几何分布特征进行人脸定位,然后采用基于奇异值分解和独立成分分析相结合的方法来提取最终特征,可以使分类器的设计更加简洁、有效。实验表明,该文系统识别速度快,并能取得较高的识别率。
- 王超姜威高赞陶俊伟
- 关键词：人脸识别数据库奇异值分解
- 一种改进的基于PCA和FLD的掌纹识别被引量：10
- 2008年
- 掌纹识别是生物特征识别中的一种,由于其分辨率要求低、设备成本低、用户易接受等优点受到众多研究者的关注。同其他生物特征识别一样也包括几何特征和数学特征识别两类方法,在数学特征中PCA、ICA、FLD等特征都可以用于掌纹识别。PCA是一种基于二阶统计的最小均方误差意义上的最优维数据压缩技术,FLD是一种较为普遍的用于特征提取的线性分类方法。将PCA和FLD结合起来进行掌纹识别,在识别阶段进一步利用了以前仅用于降维的PCA特征和FLD特征相融合进行识别。实验结果证明该方法比未改进的FLD方法在识别率上得到明显的提高。
- 陶俊伟姜威田冲
- 关键词：掌纹识别特征抽取主分量分析特征向量
- 改进的基于二维主分量分析的掌纹识别被引量：15
- 2007年
- 主分量分析(PCA)是一种在众多生物特征识别中获得成功应用的特征提取技术,是一种基于二阶统计的在最小均方误差意义上的最优维数据压缩技术,它所提取的各特征分量之间是互不相关的。传统的PCA变换是对图像向量的分析,但向量维数一般都很高。二维主分量分析方法是最近兴起的针对图像矩阵的主分量分析方法,与一维主分量分析相比能更精确的计算原始数据的协方差矩阵。将其应用于掌纹识别,并在主分量的选取上加以改进,选取了更适合于分类的主分量。实验结果表明,该方法不仅有更高的识别率,而且维数更低。
- 陶俊伟姜威
- 关键词：主成分分析掌纹识别特征值特征向量
- 一种自适应的自动聚焦算法被引量：9
- 2006年
- 自动聚焦是图像测量和计算机视觉中的重要技术。研究发现,以前的一些自动聚焦算法,在没有噪声的影响下,效果较好,但一旦有噪声的影响,算法可能会失效,因此,提出了一种自适应的自动聚焦方法。首先通过一个基于局部小窗口的自适应门限将边缘像素和非边缘像素区别开来,然后再加上一个全局门限来进一步滤除噪声的影响,最后用一些自动聚焦算法来计算经过自适应处理后的图像,画出它们的聚焦曲线。经过大量的实验,结果表明,该算法不仅具有单峰性强,无偏性好,灵敏度高等特点,而且还具有很好的抗噪声性能。
- 高赞姜威朱孔凤陶俊伟陈爽田冲
- 关键词：图像处理自动聚焦自适应评价函数噪声
- 对掌纹识别中特征提取算法的研究
- 人体生物特征识别技术(Biometrics)将信息技术与生物技术相结合，利用人体本身具有的物理特征(如指纹、虹膜、脸型、掌纹等)或行为特征(如步态、签名等)来确定人的身份，以取代或加强传统的身份识别方法。这种新技术可广泛...
- 陶俊伟
- 关键词：掌纹识别生物识别图像预处理
- 文献传递
