Quadratic Projection Based Feature Extraction with Its Application to Biometric Recognition
Xiamen University（厦门大学）；Xiamen University of Technology（厦门理工学院）；Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；The Hong Kong Polytechnic University（香港理工大学）
本文提出了一种新的基于二次投影的特征提取框架，其中学习一组二次矩阵来区分每个类与所有其他类。我们制定二次矩阵学习（QML）作为一个标准的半定规划（SDP）问题。然而，传统的邻域点SDP求解器不能很好地扩展到高维数据的QML问题。为了解决QML的可扩展性，我们开发了一个有效的算法，称为DualQML，基于拉格朗日对偶理论，提取非线性特征。为了评估所提出的框架的可行性和有效性，我们进行了广泛的生物识别实验。在人脸、掌纹和人耳等三个典型生物特征识别任务上的实验结果表明，基于DualQML的特征提取算法优于现有的特征提取算法
2016-03-25 cs.CV
Spontaneous Facial Micro-Expression Recognition using Discriminative Spatiotemporal Local Binary Pattern with an Improved Integral Projection
University of Oulu（奥卢大学）
近年来，从人脸图像序列中推断微表情的研究受到越来越多的关注。由于微表情的细微运动，特征提取成为自发人脸微表情识别的重要和关键问题。目前的研究多采用时空局部二值模式进行微表情分析。然而，常用的时空局部二值模式考虑了人脸图像的动态纹理信息，而忽略了人脸图像的形状属性。另一方面，他们的工作是从全局人脸区域中提取时空特征，忽略了两个微表情类之间的区分信息。上述问题严重限制了时空局部二值模式在微表情识别中的应用。针对微表情识别中的时空局部二值模式问题，提出了一种基于改进积分投影的判别式时空局部二值模式.首先，我们提出了一种改进的积分投影，以保持微表情的形状属性。此外，一个改进的积分投影被纳入跨空间和时间域的本地二进制模式算子。具体来说，我们提取新的时空特征，将形状属性纳入时空纹理特征。为了提高微表情识别的区分度，提出了一种基于拉普拉斯算子的特征选择方法来提取微表情识别的区分信息。密集的实验进行了三个可用公布的微表情数据库。我们比较我们的方法与国家的最先进的算法。实验结果表明，我们提出的方法取得了良好的性能微表情识别。
2016-08-07 cs.CV
Rapid Feature Extraction for Optical Character Recognition
North South University（北南大学）；Independent University Bangladesh（孟加拉国独立大学）；City University of Hong Kong（香港城市大学）
特征提取是字符识别的基本问题之一。字符识别系统的性能取决于正确的特征提取和正确的分类器选择。本文提出了一种快速的特征提取方法--Celled Projection（CP）方法。所提出的方法的识别性能进行了比较与其他广泛使用的特征提取方法，深入研究了许多不同的脚本在文献中。实验已经进行了使用孟加拉语手写数字与三个不同的知名的分类，表现出可比的结果，包括94.12%的识别精度，使用细胞投影。
2012-06-01 cs.CV
Max-C and Min-D Projection Autoassociative Fuzzy Morphological Memories: Theory and an Application for Face Recognition
Exact and Technological Science Center, Federal University of Recôncavo da Bahia（巴伊亚州联邦大学精确与技术科学中心）；Department of Applied Mathematics, University of Campinas（坎皮纳斯大学应用数学系）
Max-C和min-D投影自联想模糊形态记忆（max-C和min-DPAFNN）是一种两层前馈模糊形态神经网络，能够实现超立方体上有限模糊集或向量的联想记忆。在本文中，我们解决这些自联想记忆的主要特点，其中包括无限的绝对存储容量，存储项目的快速检索，一些虚假的记忆，以及一个很好的容忍无论是膨胀噪声或侵蚀噪声。特别注意的是，所谓的PAFMM的Zadeh，除了不执行浮点运算，表现出最大的噪声容限之间的最大-C和最小-D PAFMM。计算实验表明，Zadeh的最大-C PFAMM，结合噪声掩蔽策略，产生一个快速和强大的分类器，具有强大的潜力，人脸识别。
2019-08-31 cs.CV
Rotational Subgroup Voting and Pose Clustering for Robust 3D Object Recognition
University of Southern Denmark（南丹麦大学）
只要局部表面方向（法向量）在每个表面点处可用，就可以在两个3D形状之间关联相对6 DoF姿势的高度约束子集。局部形状特征可以用于找到模型之间的假定点对应，因为它们能够处理噪声和不完整的数据。然而，在实际情况下，该对应集通常被离群值污染，这导致了许多基于鲁棒检测器（诸如Hough变换或RANSAC）的过去贡献。我们工作的关键见解是，两个模型上的定向点之间的单个对应关系被约束为在整个姿势组的1 DoF旋转子组中投票，SE（3）。核密度估计允许有效地组合投票集以确定模型之间的完整6 DoF候选姿势。这种具有最高密度的模态姿态在具有挑战性的条件下是稳定的，例如噪声，杂波和遮挡，并提供了我们方法的输出估计。我们首先分析了我们的方法在噪声方面的鲁棒性，并表明它处理高离群值率比RANSAC更好的6自由度姿态估计任务。然后，我们将我们的方法应用到四个最先进的数据集的3D对象识别，包含闭塞和混乱的场景。我们的方法在两个LIDAR数据集上实现了完美的召回，并在两个RGB-D数据集上优于竞争方法，从而为使用点云数据的一般3D对象识别设定了新标准。
2017-09-07 cs.CV
Polar Perspectives: Evaluating 2-D LiDAR Projections for Robust Place Recognition with Visual Foundation Models
本文通过评估不同2D激光雷达投影对位置识别的影响，发现精心设计的投影可有效替代端到端3D学习。
2025-12-02 cs.CV cs.RO
HorGait: A Hybrid Model for Accurate Gait Recognition in LiDAR Point Cloud Planar Projections
School of Electrical Engineering and Electronics, Shijiahzuang Tiedao University（石家庄铁道大学电气与电子工程学院）；School of Integrated Circurts and Electronics, Beijing Institute of Technology（北京理工大学集成电路与电子学院）；Shanghai Jiao Tong University（上海交通大学）；School of Computer and Information Engineering, Henan University of Economics and Law（河南财经政法大学计算机与信息工程学院）；Universitas Mercu Buana（mercu布阿纳大学）
本文提出HorGait混合模型，利用LHM Block和大卷积核CNN处理LiDAR点云平面投影，解决了Transformer架构中哑补丁问题，在SUSTech1K数据集上实现了最先进的步态识别性能。
2024-10-24 cs.CV
Discriminant Projection Representation-based Classification for Vision Recognition
University of Macau（澳门大学）
基于表示的分类方法，如稀疏表示分类（SRC）和线性回归分类（LRC）已经引起了人们的广泛关注。为了获得更好的表示，本文提出了一种新的方法称为投影表示为基础的分类（PRC）的图像识别。PRC基于一个新的数学模型。该模型表明，采样点$x$在超空间$H$上的“理想投影”可以通过采用适当的策略迭代计算$x$在超空间$H$的一条直线上的投影而得到。因此，PRC能够迭代地近似每个主题的“理想表示”以进行分类。此外，判别PRC（DPRC）进一步提出，通过最大化的类间重建误差的类内重建误差的比率获得的判别信息。在五个典型数据库上的实验结果表明，提出的PRC和DPRC是有效的，优于其他国家的最先进的方法在几个视觉识别任务。
2017-11-19 cs.AI cs.CV
Improving state estimation through projection post-processing for activity recognition with application to football
Delft University of Technology（代尔夫特理工大学）
该研究针对传感器数据活动识别的标注与评估需求，提出修正短时长活动的投影后处理方法和适配状态转换时刻不确定性的LTS度量，经模拟与足球真实数据验证有效，并讨论了参数选择。
2023-05-02 cs.CV
Comparing Face Detection and Recognition Techniques
Christ University Faculty of Engineering（基督大学工程学院）
本文实现并比较了不同的人脸检测和识别技术。一个是寻找人脸在图像中的位置，即人脸检测，第二个是人脸识别，即识别人。本文研究了三种人脸识别技术：基于自组织映射的人脸检测、基于投影和最近邻的人脸识别以及基于支持向量机的人脸识别。
2016-04-19 cs.CV
Adversarial Light Projection Attacks on Face Recognition Systems: A Feasibility Study
Visa Research（Visa研究院）；Michigan State University（密歇根州立大学）
基于深度学习的系统已被证明在数字和物理领域都容易受到对抗攻击的攻击。虽然可行，但数字攻击在攻击部署的系统（包括面部识别系统）方面的适用性有限，其中对手通常可以访问输入而不是传输信道。在这种情况下，通过输入通道直接提供恶意输入的物理攻击构成了更大的威胁。我们研究了使用对抗性光投影对人脸识别系统进行实时物理攻击的可行性。一个由商用网络摄像头和投影仪组成的装置被用来进行攻击。对手使用变换不变的对抗模式生成方法来使用对手可用的目标的一个或多个图像来生成数字对抗模式。然后，数字对抗模式被投射到物理域中的对手的脸上，以模仿目标（模仿）或逃避识别（混淆）。我们使用两个开源和一个商业人脸识别系统对50名受试者进行了初步实验。我们的实验结果表明，在白盒和黑盒攻击设置的光投影攻击的人脸识别系统的脆弱性。
2020-04-17 cs.CV cs.LG eess.IV
Multiview Cauchy Estimator Feature Embedding for Depth and Inertial Sensor-Based Human Action Recognition
Kinect和惯性传感器的日益普及促使人们对人类动作识别进行了深入的研究。由于人的动作可以通过从Kinect和惯性传感器中提取的多个特征表示来表征，因此必须将多视图特征编码到用于人的动作识别的统一空间中。在本文中，我们提出了一种新的无监督特征融合方法称为多视图柯西估计特征嵌入（MCEFE）的人体动作识别。通过最小化经验风险，MCEFE集成多个视图中的编码互补信息，以找到统一的数据表示和投影矩阵。为了增强对异常值的鲁棒性，对重构误差施加Cauchy估计。此外，集成流形正则化的投影矩阵上进行编码不同的视图之间的相关性，并避免过拟合。在中国科学院-云南大学-多模态人体动作数据库（CAS-YNU-MHAD）上进行了实验，验证了MCEFE对人体动作识别的有效性和鲁棒性。
2016-09-04 cs.CV
Spectral Analysis of Projection Histogram for Enhancing Close matching character Recognition in Malayalam
University of Kerala（喀拉拉邦大学）
光学字符识别（OCR）系统对印刷的马拉雅拉姆文文件的成功率令人印象深刻，其最先进的准确度在85-95%的范围内。然而，对于实际应用，需要进一步提高该精度水平。进一步提高识别精度的瓶颈之一是近匹配特征。在本文中，我们描绘了马拉雅拉姆语的密切匹配的字符，并报告这些密切匹配的字符的一个专门的分类器的发展。采用OCR的现有技术的输出，并且落入紧密匹配字符集的字符被进一步馈送到该专用分类器中以提高准确性。该分类器是基于支持向量机算法，并使用的特征向量派生出的投影直方图信号的频谱系数的紧密匹配的字符。
2012-05-08 cs.CL cs.CV cs.IR
Joint Concept Matching based Learning for Zero-Shot Recognition
North Carolina State University（北卡罗来纳州立大学）
零样本学习（Zero-shot learning，简称ZRL）旨在通过只对可见对象类进行训练来识别不可见对象类，它在机器学习中越来越受到人们的关注，并取得了一些成功。大多数现有的CPDL方法通常学习视觉特征空间和语义空间之间的投影映射，并且主要由于可见类和不可见类之间的大的域间隙而容易发生投影域偏移。在本文中，我们提出了一种新的归纳性的语义模型的基础上投影视觉和语义特征到一个共同的独特的潜在空间与类特定的知识，并重建视觉和语义特征，通过这样一个独特的共同空间，以缩小域转移的差距。我们表明，所有这些限制的潜在空间，类特定的知识，重建的功能及其组合增强了对投影域移位问题的鲁棒性，并提高了泛化能力，看不见的对象类。在四个基准数据集上的综合实验表明，我们提出的方法优于最先进的算法。
2019-07-03 cs.CV
Self-Supervised Pre-Training for Table Structure Recognition Transformer
Georgia Institute of Technology（佐治亚理工学院）；ADP, Inc.（ADP公司）
针对表格结构识别中线性投影Transformer替换CNN骨干后性能下降的问题，提出自监督预训练方法缩小性能差距，并通过消融实验和开源代码验证其有效性。
2024-02-23 cs.CV
Domain-Invariant Projection Learning for Zero-Shot Recognition
Renmin University of China（中国人民大学）；Queen Mary University of London（伦敦玛丽女王大学）；Samsung AI Centre（三星人工智能中心）
零样本学习（Zero-shot learning，ZRL）是在没有训练样本的情况下识别未知对象类的一种学习方法，可以看作是从已知类到未知类的迁移学习。这通过学习特征空间和语义空间（例如属性空间）之间的投影而成为可能。因此，CNOL的关键是学习一个投影函数，该函数对可见和不可见类之间通常较大的域间隙具有鲁棒性。在本文中，我们提出了一种新的领域不变投影学习模型（DIPL）。我们的模型有两个新的组成部分：（1）域不变的特征自重建任务被引入到可见/不可见类数据中，从而产生一个简单的线性公式，该公式将BML转换为最小-最小优化问题。求解该问题是一个非平凡问题，提出了一种新的迭代算法作为求解器，并给出了严格的理论算法分析。(2)为了通过学习的投影进一步对齐两个域，通过在语义空间中形成超类来探索可见和不可见类之间的共享语义结构。大量的实验表明，我们的模型优于国家的最先进的替代品显着的利润率。
2018-10-19 cs.CV cs.LG
Domain-Specific Embedding Network for Zero-Shot Recognition
University of Science and Technology of China（中国科学技术大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
零样本学习（Zero-Shot Learning，简称ZRL）通过将图像数据和语义标签投影到一个联合嵌入空间中来识别可见或不可见域中的样本。然而，大多数现有的方法直接适应一个训练有素的投影从一个域到另一个，从而忽略了严重的偏见问题所造成的领域差异。为了解决这个问题，我们提出了一种新的域特定嵌入网络（DSEN），可以将特定的投影应用到不同的域，以实现无偏嵌入，以及几个域约束。与以前的方法相比，DSEN分解域共享投影函数为一个域不变和两个域特定的子函数，以探索两个域之间的相似性和差异。为了防止两个特定的投影打破语义关系，提出了一个语义重建约束，通过应用相同的解码器功能，在一个循环一致性的方式。此外，一个域划分约束的发展，直接惩罚的边缘之间的真实和伪图像特征在各自的可见和不可见的领域，这可以扩大域间的差异的视觉特征。在四个公共基准上的广泛实验证明了DSEN的有效性，在调和均值方面平均有$9.2\%$的改进。代码在\url{https://github.com/mboboGO/DSEN-for-GZSL}中提供。
2019-08-12 cs.CV
Multi-dataset Training of Transformers for Robust Action Recognition
Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Tencent Youtu Lab（腾讯优图实验室）；Zhejiang University（浙江大学）
我们研究了鲁棒特征表示的任务，旨在在多个数据集上进行动作识别。我们建立我们的方法在Transformers的有效性。尽管在过去的十年里，我们见证了视频动作识别的巨大进步，但如何训练一个可以在多个数据集上表现良好的单一模型仍然具有挑战性和价值。在这里，我们提出了一种新的多数据集训练范式MultiTrain，设计了两个新的损失项，即信息损失和投影损失，旨在学习用于动作识别的鲁棒表示。特别是，信息损失最大化了特征嵌入的表现力，而每个数据集的投影损失挖掘了数据集之间类之间的内在关系。我们在五个具有挑战性的数据集上验证了我们的方法的有效性：Kinetics-400，Kinetics-700，Moments-in-Time，Activitynet和Something-something-v2数据集。大量的实验结果表明，我们的方法可以不断提高国家的最先进的性能。代码和模型已发布。
2022-11-25 cs.CV
Visual Place Recognition for Large-Scale UAV Applications
Department of Production and Management Engineering, Democritus University of Thrace（生产与管理工程系，德米特里乌斯大学）
本文提出大规模航空地点识别数据集LASED，并引入可操控CNN处理无人机影像旋转歧义，实验表明该方法相比非可操控网络平均提升12%召回率，显著增强模型鲁棒性与泛化能力。
2025-07-20 cs.CV cs.RO
Image Moment Invariants to Rotational Motion Blur
University of Oulu（奥卢大学）；Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）
由相机或/和对象的圆周运动引起的旋转运动模糊在生活中是常见的。从受旋转运动模糊影响的图像中识别对象是具有挑战性的，因为这种图像退化严重影响图像质量。因此，研究旋转运动模糊下的图像不变性特征，并将其应用于目标分类和模板匹配等实际任务中，具有重要意义。提出了一种新的旋转运动模糊图像不变矩生成方法，并给出了实例。进一步，我们实现了它们对相似变换的不变性。据我们所知，这是第一次在文献中提出了旋转运动模糊的不变矩。我们在受相似变换和旋转运动模糊干扰的各种图像数据集上进行了大量的实验，以测试这些不变量的数值稳定性和对图像噪声的鲁棒性。我们还证明了他们的性能在图像分类和手写数字识别。选择当前最先进的模糊不变矩和深度神经网络进行比较。我们的研究结果表明，本文提出的不变矩在各种任务中显着优于其他功能。
2023-03-25 cs.CV
Bidirectional Projection Network for Cross Dimension Scene Understanding
The Chinese University of Hong Kong（香港中文大学）；University of Oxford（牛津大学）
2D图像表示在规则的网格中，并且可以被有效地处理，而3D点云在3D空间中是无序和分散的。这两个视觉领域内的信息是互补的，例如，2D图像具有精细的纹理，而3D点云包含丰富的几何信息。然而，大多数当前的视觉识别系统单独处理它们。在本文中，我们提出了一个\emph{bidirectional projection network (BPNet)}联合2D和3D推理的端到端的方式。它包含具有对称架构的2D和3D子网络，这些子网络由我们提出的\emph{bidirectional projection module (BPM)}连接。通过\emph{BPM}，互补的2D和3D信息可以在多个架构级别中彼此交互，使得这两个视觉领域中的优势可以结合起来，以实现更好的场景识别。大量的定量和定性的实验评估表明，联合推理的2D和3D视觉域可以同时有利于2D和3D场景理解。我们的\emph{BPNet}在ScanNetV2基准测试中实现了2D和3D语义分割的最佳性能。代码可在\url{https://github.com/wbhu/BPNet}上获得。
2021-03-26 cs.CV
A novel set of rotationally and translationally invariant features for images based on the non-commutative bispectrum
我们提出了一套新的旋转和旋转不变的图像或模式识别和分类的功能。新的功能是三次多项式的像素强度，并提供了一个更丰富的表示原始图像比大多数现有的系统的不变量。我们的构造是基于双谱的概念推广到三维旋转群SO（3），和一个投影的图像到球。
2007-12-28 cs.AI cs.CV
Arabic Character Segmentation Using Projection Based Approach with Profile's Amplitude Filter
Zagazig University（扎加齐格大学）
阿拉伯语是对光学字符识别（OCR）提出特殊挑战的语言之一。阿拉伯语的主要挑战是它主要是草书。因此，必须执行分割过程以确定字符的开始和结束位置。这一步对于字符识别至关重要。本文提出了一种阿拉伯字符切分算法。该算法使用基于投影的方法概念来分离行，词和字符。这是使用轮廓的幅度过滤器和简单的边缘工具来找到字符分离。我们的算法表现出良好的性能时，适用于不同的机器打印的文件，不同的阿拉伯字体。
2017-07-04 cs.CV cs.IR
Inverse Projection Representation and Category Contribution Rate for Robust Tumor Recognition
Henan University（河南大学）；University of Florida（佛罗里达大学）
基于稀疏表示的分类方法已经取得了显著的效果。然而，SRC仍然遭受需要足够的训练样本，测试样本的使用不足和不稳定的代表性。本文提出了一种稳定的基于逆投影表示的分类方法（IPRC），通过有效地利用测试样本来解决这些问题。首次提出了一种知识产权制度，并分析了其可行性和稳定性。构造了类别贡献率的分类准则，以匹配知识产权和完全分类。此外，引入了一个统计措施来量化的稳定性表示为基础的分类方法。基于IPRC技术，通过解释微阵列基因表达数据，提出了一个强大的肿瘤识别框架，其中引入了两阶段杂交基因选择方法来选择信息基因。最后对候选致病相关基因进行了功能分析。在六个公开的肿瘤微阵列基因表达数据集上的实验表明，该技术与现有技术相比具有竞争力。
2019-06-27 cs.CV cs.LG q-bio.QM
Towards Open-set Gesture Recognition via Feature Activation Enhancement and Orthogonal Prototype Learning
Shanghai Jiao Tong University（上海交通大学）；OYMotion Technologies（OYMotion科技）
针对 sEMG 手势识别中的未知类拒识问题，提出 FAEM 与 OPL，利用特征激活差异和正交投影不一致提升开集识别性能。
2023-12-05 cs.CV
A simple and effective approach for body part recognition on CT scans based on projection estimation
Boston Children's Hospital（波士顿儿童医院）；Harvard Medical School（哈佛医学院）
本研究提出一种基于3D CT扫描的2D类X射线投影估计的简单有效方法，用于识别14个身体区域以辅助构建高质量医疗数据集，其EffNet-B0模型F1分数达0.980，显著优于2.5D、3D及MI2基础模型。
2025-04-30 cs.CV
Multipartite Ranking-Selection of Low-Dimensional Instances by Supervised Projection to High-Dimensional Space
Australian National University（澳大利亚国立大学）；Commonwealth Scientific and Industrial Research Organisation（联邦科学与工业研究组织）
删除冗余或不相关的数据实例是模式识别每个成功解决方案的关键。在本文中，我们提出了一种新的排序选择框架的长度短，但高度相关的情况下。我们不是在低维实例空间中工作，而是学习到由所研究的数据集中的类数量所跨越的高维空间的监督投影。通过将标签的概念暴露给实例来施加更高的区别，让我们为每个单独的类部署一个与所有的排名，并通过对整体分数的自适应阈值来选择质量实例。为了证明我们的范例的效率，我们采用它的纹理理解的目的，这是一个很难识别的挑战，由于纹理像素的高相似性和低维度的颜色特征。我们的实验表明，在几个公开的数据集上，识别性能比其他本地描述符有相当大的提高。
2016-06-24 cs.CV cs.LG stat.ML
DisPlace: Discriminative Place Projections for Multi-Reference Visual Place Recognition
QUT Centre for Robotics, School of Electrical Engineering and Robotics at the Queensland University of Technology（昆士兰理工大学机器人中心，电气工程与机器人学学院）
提出DisPlace框架，通过广义特征值问题融合多参考描述符，最大化地点间可分性并抑制地点内变化，提升视觉地点识别在多变条件下的鲁棒性。
2026-05-29 cs.CV cs.RO
S-DOD-CNN: Doubly Injecting Spatially-Preserved Object Information for Event Recognition
US Army Research Laboratory（美国陆军研究实验室）；Booz Allen Hamilton Inc.（博思艾伦汉密尔顿公司）
我们提出了一种新的事件识别方法，称为空间保留的双注入对象检测CNN（S-DOD-CNN），它结合了空间保留的目标检测信息，在直接和间接的方式。通过简单地在目标检测模块和事件识别模块之间共享权重来执行间接注入。同时，我们的新颖之处在于，我们保留了空间信息的直接注入。一旦获得多个感兴趣区域（ROI），计算它们的特征图，然后使用我们提出的四种ROI投影方法之一将其投影到空间保留的组合特征图上。在我们的架构中，组合特征图生成的目标检测，直接注入到事件识别模块。我们的方法为恶意事件识别提供了最先进的准确性。
2020-02-01 cs.CV
Spatio-Temporal Covariance Descriptors for Action and Gesture Recognition
NICTA；University of Queensland（昆士兰大学）
我们提出了一种新的动作和手势识别方法的基础上的时空协方差描述符和加权黎曼局部保持投影方法，考虑到弯曲的空间形成的描述符。然后在提升期间利用加权投影来创建采用最有用的时空区域的最终多类分类算法。我们还展示了如何通过使用积分视频表示的描述符可以快速计算。UCF运动，CK+面部表情和剑桥手势数据集上的实验表明，与最近几种最先进的技术相比，所提出的方法具有更好的性能。所提出的方法是鲁棒的，并且不需要额外的处理的视频，如前景检测，兴趣点检测或跟踪。
2013-03-25 cs.CV cs.HC
Reduction of Feature Vectors Using Rough Set Theory for Human Face Recognition
University of Calcutta（加尔各答大学）；Jadavpur University（贾达沃普尔大学）
在本文中，我们描述了一个过程，以减少输入特征向量的大小。像人脸识别这样的复杂模式识别问题涉及到输入特征向量的巨大维数。为了减少维度，我们使用了特征空间投影（也称为主成分分析），这基本上是空间的变换。为了进一步减少，我们应用了特征选择方法来选择必要的特征，这些特征将保留在最终的特征向量中。未被选择的特征被从最终特征向量中移除，认为它们是冗余的或多余的。对于特征的选择，我们使用了粗糙集理论中的约简和核的概念。这种方法表现出非常好的性能。值得一提的是，在某些情况下，识别率随着特征向量维数的减小而增加。
2010-05-21 cs.CV
A Deeper Look into Second-Order Feature Aggregation for LiDAR Place Recognition
CSIRO Robotics Data61（CSIRO机器人数据61研究所）；CSIRO
针对激光雷达位置识别中二阶聚合维度高的问题，提出基于通道划分的二阶局部特征聚合模块CPS，在保留全通道的同时大幅压缩描述符尺寸，仅增4个参数就在四个大规模基准上取得新SOTA。
2025-05-19 cs.CV
A Compact Representation of Histopathology Images using Digital Stain Separation & Frequency-Based Encoded Local Projections
University of Waterloo（滑铁卢大学）
近年来，组织病理学图像已越来越多地用作医学领域中的诊断工具。准确诊断活检样本的过程需要该领域的大量专业知识，因此可能是耗时的，并且容易出现不确定性和错误。随着数字病理学的出现，使用图像识别系统突出问题区域或定位类似图像可以帮助病理学家做出快速准确的诊断。在本文中，我们特别考虑编码的局部投影（ELP）算法，它以前已经显示出一些成功的组织病理学图像的分类和识别的工具。我们建立在成功的ELP算法作为一种手段，图像分类和识别，提出了一种改进的算法，捕捉图像的局部频率信息。该算法通过量化灰度图像局部窗口中多个投影的变化来估计局部频率。通过这样做，我们不需要存储完整的投影，从而显着减少直方图的大小，并减少图像检索和分类任务的计算时间。此外，我们研究了将我们的方法应用于组织病理学图像的有效性，这些图像已被数字化分离成苏木精和伊红染色成分。该算法进行了测试，公开可用的浸润性导管癌（IDC）数据集。直方图用于训练SVM以分类数据。实验结果表明，该方法在图像检索任务中的性能优于原ELP算法。在分类任务上，结果与最先进的深度学习方法相当，并且比文献中的许多手工特征更好。
2019-05-28 cs.CV eess.IV
Nearest Prime Simplicial Complex for Object Recognition
Fudan University（复旦大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
数据分布的结构表示对于理解数据生成的底层机制起着重要作用。在本文中，我们提出了最近的素数单纯复形方法（NSC），利用持久同源捕捉这样的结构。假设每个类都用一个素单纯复形表示，我们根据样本到单纯复形的最近投影距离对未标记样本进行分类。我们还扩展了这些复杂的投影约束项的外推能力。在模拟数据集和实际数据集上的实验表明，与几种已发表的算法相比，所提出的NSC方法在不损失结构表示的情况下取得了令人满意的性能。
2011-06-06 cs.AI cs.CG cs.CV
Automatic facial feature extraction and expression recognition based on neural network
本文提出了一种从静止的正面图像中自动提取人脸特征提取，并对人脸表情进行分类和识别的方法。前馈反向传播神经网络被用作分类器，用于将所提供的面部表情分类为七个基本类别，如惊讶、中性、悲伤、厌恶、恐惧、高兴和愤怒。对于面部分割和定位，使用形态学图像处理操作。利用SUSAN边缘检测算子、人脸几何学、边缘投影分析提取眉毛、眼睛、嘴巴和鼻子等永久性人脸特征。在JAFFE人脸表情数据库上进行了实验，训练集的准确率为100%，测试集的准确率为95.26%。
2012-04-10 cs.CV
ILPO-NET: Network for the invariant recognition of arbitrary volumetric patterns in 3D
Univ. Grenoble Alpes（格勒诺布尔大学）；CNRS（法国国家科学研究中心）；Grenoble INP（格勒诺布尔理工学院）；LJK（让·昆廷诺实验室）
针对三维体数据识别的旋转不变性难题，提出基于Wigner矩阵展开的ILPO-Net，其卷积天然对局部模式方向不变，在多数据集上性能超基线且参数量最高减1000倍，为多学科应用提供支撑。
2024-04-24 cs.CV cs.LG
DoRF: Doppler Radiance Fields for Robust Human Activity Recognition Using Wi-Fi
1 Department of Electrical \& Computer Engineering, University of Toronto, Toronto, ON, Canada , .
本文提出DoRF方法，利用神经辐射场思想从Wi-Fi CSI的一维多普勒速度投影重建3D潜在运动表示，构建一致多普勒辐射场，显著提升了人体活动识别的泛化准确率和环境鲁棒性。
2025-07-16 cs.CV eess.SP
Efficient Point-to-Subspace Query in $\ell^1$ with Application to Robust Object Instance Recognition
Columbia University（哥伦比亚大学）
出于视觉任务，如鲁棒的人脸和物体识别，我们考虑以下一般问题：给定一个集合的低维线性子空间在高维环境（图像）空间，和一个查询点（图像），有效地确定最近的子空间查询$\ell^1$距离。与需要大规模线性规划的朴素穷举搜索相比，我们证明了一个简单的两阶段算法可以大大减少计算负担：（1）通过随机柯西矩阵将查询和数据库子空间投影到低维空间，并解决小规模距离计算（线性规划）在投影空间中定位最接近的候选者;（2）在（1）的独立重复之后，在候选者很少的情况下，回到高维空间并执行穷举搜索。为了以非平凡概率保持最近子空间的同一性，投影维数通常是子空间维数乘以子空间数目的对数的低阶多项式（定理2.1）。降低维数，因此复杂性，使所提出的算法特别相关的视觉应用，如鲁棒的人脸和对象实例识别，我们的经验调查。
2014-03-06 cs.CV cs.LG stat.ML
RRV: A Spatiotemporal Descriptor for Rigid Body Motion Recognition
City University of Hong Kong（香港城市大学）；Zhejiang University of Technology（浙江工业大学）
刚体的运动行为可以由6维运动轨迹来表征，该6维运动轨迹包含刚体上的参考点的位置向量和该刚体随时间的旋转。通过研究刚体运动轨迹的局部平移和旋转不变量，设计了一种旋转和相对速度（RRV）描述子，该描述子对噪声不敏感，对刚体变换和缩放不敏感。还引入了一个灵活的度量来度量两个RRV描述符之间的距离。RRV描述符，然后应用到人体骨架建模为多个刚体的铰接互连的运动特征。为了说明RRV描述符的描述能力，我们探讨了不同的刚体运动识别任务。基准数据集上的实验结果表明，这种简单的RRV描述符优于以前的识别精度，而不增加计算成本。
2017-06-04 cs.CV cs.RO
Tangent Space Based Alternating Projections for Nonnegative Low Rank Matrix Approximation
Weifang University（潍坊学院）；The University of Hong Kong（香港大学）；Southwestern University of Finance and Economics（西南财经大学）
本文提出了一种新的计算非负矩阵低秩逼近的交替投影方法。在非负低秩矩阵逼近方法中，由于需要奇异值分解，固定秩矩阵在流形上的投影代价很高。我们建议使用流形上的点的切空间来近似流形上的投影，以减少计算量。我们证明了由固定秩矩阵流形和非负矩阵流形的切线空间上的交替投影所产生的序列线性收敛到两个流形的交点上的一个点，该点的收敛点足够接近最优解。这种基于流形上不精确投影的收敛结果是新的，在文献中没有研究过。在数据聚类、模式识别和高光谱数据分析中的数值算例表明，该方法在计算时间和精度方面均优于非负矩阵分解方法.
2020-09-02 cs.CV cs.LG stat.ML
