

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著社會的不斷發(fā)展,人臉檢測和識別技術得到廣泛的關注。人臉識別技術在生物識別中占有重要的地位,經過三十多年的發(fā)展,已經取得了長足的進步。目前大多人臉識別系統(tǒng)可以在一般的環(huán)境中表現出良好的識別性能,但是這類人臉識別系統(tǒng)大多需要充足的人臉樣本和合適的應用場景。隨著二代身份證的普及和視頻監(jiān)控的廣泛使用,基于單樣本的人臉識別技術具有廣泛的應用前景。在實用的人臉識別系統(tǒng)中,人臉檢測是必不可少的前期工作。因此,本文主要對人臉檢測和基于單樣本的人臉識
2、別進行了研究。
AdaBoost算法的提出是人臉檢測領域的里程碑,AdaBoost算法的發(fā)展使得人臉檢測真正進入應用推廣的階段,對后續(xù)的視頻人臉跟蹤和視頻人臉識別研究產生了巨大的影響。AdaBoost人臉檢測算法在視頻圖像尺寸不大的時候可以很快地檢測出人臉,當視頻圖像尺寸過大時檢測速度不理想。為了加快人臉檢測速度,本文使用膚色模型對AdaBoost算法進行加速,大大縮小了檢測范圍,同時設計了基于膚色模型的人臉確認算法。
3、 局部二值模式(Local Binary Pattern)是一種描述紋理的方法,近年來被成功應用于人臉識別,并取得了顯著的成績。由于LBP特征算子具有較強的描述紋理的能力,同時其計算和實現較簡單,使得基于LBP的人臉識別技術取得較多的研究成果。由于傳統(tǒng)LBP特征只能夠描述局部特征,本文提出將人臉圖像分塊,使用分塊均值作為閾值對特征值進行離散化的方法,改進了LBP特征。改進后的LBP特征,可以較快地提取多幅人臉特征圖。為了進一步提高特征
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于單樣本的人臉識別算法研究.pdf
- 基于單樣本訓練集的人臉識別研究.pdf
- 基于單訓練樣本的人臉識別算法研究.pdf
- 基于Gabor小波的人臉識別的單樣本問題研究.pdf
- 單樣本改進局部紋理特征的人臉識別研究.pdf
- 單樣本條件下基于代數特征的人臉識別研究.pdf
- 單樣本人臉識別算法研究.pdf
- 單樣本光照不變人臉識別算法研究.pdf
- 基于遷移學習的單樣本人臉識別.pdf
- 基于稀疏理論的單樣本人臉識別研究.pdf
- 基于虛擬樣本和稀疏表示的人臉識別算法研究.pdf
- 單樣本人臉識別方法研究.pdf
- 單樣本人臉識別方法的研究.pdf
- 基于單視圖多姿態(tài)的人臉識別方法研究.pdf
- 基于LDA和CRC的單樣本人臉識別算法研究.pdf
- 基于ALGTP的人臉識別研究.pdf
- 基于ASLBP的人臉識別研究.pdf
- 基于ICA的人臉識別研究.pdf
- 基于虛擬信息的單樣本人臉識別方法研究.pdf
- 基于加權小波分解的人臉識別的人臉識別算法研究.pdf
評論
0/150
提交評論