基于改进Gabor滤波器的多模态特征融合技术

• 作者: 朱阳平 荆晓远 陈支泽 陈芸
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: Gabor滤波器 曲率特性 多模态学习 特征提取
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 107-110
• 页数: 4页
• 分类号: TP301
• 字数: 3406字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.10.023

摘要

传统的Gabor滤波器具有良好的方向特性和尺度特性,然而传统的Gabor滤波器不能提取图像中弯曲区域的局部信息。文中首先对传统的Gabor滤波器加以改进,使其在具有方向和尺度特性的同时具有良好的曲率响应特性,因而对于图像中弯曲的区域能够提取丰富的边缘特征。图像在不同的Gabor滤波器特征下有不同的表现形式,利用Gabor滤波器丰富的多特征信息,可以形成包含丰富信息的多个模态。然后文中提出一个多模态学习( Multi-modal Learning)框架。在此框架内,样本集合被投影到一个公共的鉴别空间内,在这个空间里,来自不同模态的同类样本相互聚集,异类样本相互散开。文中提出的多模态学习框架能很好地利用Gabor滤波器的多特征信息,PolyU掌纹数据库和AR彩色人脸数据库的实验结果表明了该方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	荆晓远	南京邮电大学自动化学院	52	99	5.0	6.0
2	朱阳平	南京邮电大学自动化学院	3	9	2.0	3.0
3	陈芸	南京邮电大学自动化学院	4	14	2.0	3.0
4	陈支泽	南京邮电大学自动化学院	1	5	1.0	1.0