2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉識別技術(shù)是計算機視覺和模式識別領(lǐng)域的重要研究內(nèi)容之一。由于人臉識別問題的復(fù)雜性,且受到諸多外在因素的影響,要在識別率與穩(wěn)定性上達到較高的標(biāo)準(zhǔn)比較困難。本文提出的人臉識別方法首先用級聯(lián)回歸算法對人臉關(guān)鍵特征點進行精確定位,用定位好的關(guān)鍵特征點對人臉進行校正,求取關(guān)鍵特征點局部鄰域內(nèi)的LBP直方圖統(tǒng)計特征進行人臉建模,最后采用SVM分類器對人臉模型進行分類與識別。本文的人臉識別方法有效提高了人臉識別的準(zhǔn)確率和識別效率,在GT人臉數(shù)據(jù)庫上

2、進行的實驗中看出,本文人臉識別方法識別率最高可以達到99%。
  本文主要研究工作包括:
  (1)深入研究基于級聯(lián)回歸算法的人臉定位。級聯(lián)回歸算法采用迭代回歸求解的方式優(yōu)化人臉定位的準(zhǔn)確性,本文在LBF特征的訓(xùn)練過程中,采用三種閾值計算方法改進了RF算法中弱回歸樹節(jié)點的訓(xùn)練。在LFPW數(shù)據(jù)集上的訓(xùn)練和測試證實改進算法能有效提高LBF特征的穩(wěn)定性,提升模型整體的預(yù)測精度。
  (2)提出局部LBP人臉建模算法。全臉LB

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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)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。

評論

0/150

提交評論