版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、人臉識(shí)別因其具有非接觸性、良好的穩(wěn)定性且其圖像采集設(shè)備成本較低,已經(jīng)被廣泛應(yīng)用于人機(jī)交互、安全監(jiān)控、出入控制和公共安全等領(lǐng)域。但是傳統(tǒng)的人臉識(shí)別技術(shù)通常使用二維彩色圖像對(duì)人體臉部特征進(jìn)行識(shí)別,易受外部的影響。借助微軟公司開發(fā)的Kinect體感傳感器,可以同時(shí)獲取彩色和深度數(shù)據(jù),為二維和三維的多模態(tài)人臉識(shí)別提供了支持。
本文主要完成的工作如下:
基于Kinect的二維人臉檢測與識(shí)別。對(duì)獲取的彩色信息采用高斯金字
2、塔進(jìn)行濾波和下采樣,采用Haar特征和積分圖對(duì)人臉進(jìn)行特征描述,通過Adaboost算法訓(xùn)練強(qiáng)分類器,并采用篩選式級(jí)聯(lián)方式將強(qiáng)分類聯(lián)合,以便快速、準(zhǔn)確地從背景中檢測出人臉。在人臉識(shí)別時(shí),利用局部二值模式對(duì)低分辨率人臉進(jìn)行特征描述。實(shí)驗(yàn)證明,與主成分分析和線性判別分析算法相比,局部二值模式能明顯的提高人臉識(shí)別的準(zhǔn)確度。
基于Kinect的三維人臉檢測與識(shí)別。首先,通過骨骼追蹤技術(shù)自動(dòng)檢測出人臉?biāo)诘奈恢?,并采用區(qū)域生長法從帶
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的人臉圖像識(shí)別方法研究.pdf
- 基于kinect的人臉識(shí)別技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像識(shí)別研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的人臉圖像識(shí)別研究.pdf
- 基于Hadoop的人臉圖像識(shí)別并行處理方法研究與實(shí)現(xiàn).pdf
- 姿態(tài)魯棒的人臉圖像識(shí)別方法研究.pdf
- 靜態(tài)人臉圖像識(shí)別研究.pdf
- 人臉圖像識(shí)別算法研究.pdf
- 人臉圖像識(shí)別的若干技術(shù)
- 靜態(tài)人臉圖像識(shí)別研究(1)
- 人臉圖像識(shí)別及算法分析.pdf
- 基于彩色空間的人臉面部圖像識(shí)別特征提取方法研究.pdf
- 光照和表情魯棒的人臉圖像識(shí)別方法研究.pdf
- 基于圖像統(tǒng)計(jì)特征的人臉識(shí)別研究.pdf
- 多姿態(tài)人臉圖像識(shí)別系統(tǒng).pdf
- NIR人臉圖像識(shí)別方法研究.pdf
- 基于自組織映射與K-近鄰算法的人臉圖像識(shí)別研究.pdf
- 基于人臉圖像識(shí)別的門禁管理系統(tǒng)研究.pdf
- 基于圖像處理的人臉識(shí)別系統(tǒng).pdf
- 基于靜態(tài)圖像的人臉表情識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論