

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),請進行舉報或認領(lǐng)
文檔簡介
1、人臉識別技術(shù)因其直接、方便、友好等優(yōu)點,一直是模式識別領(lǐng)域研究的熱點問題,在眾多的應(yīng)用領(lǐng)域,如身份識別、監(jiān)控、安全等有著巨大的應(yīng)用前景。目前人臉識別研究成熟的技術(shù)場景大多是基于近距離、正面的。隨著視頻監(jiān)控領(lǐng)域?qū)ΡO(jiān)控圖像需求的增長,以及監(jiān)控范圍的擴大的需求,遠距離的人臉識別技術(shù)漸漸成為前沿研究方向。遠距離的條件下,被監(jiān)控的人遠離監(jiān)控攝像頭,目標人物圖像的分辨率低,其細節(jié)不易分辨,并且由于被監(jiān)控人的不配合性以及監(jiān)控攝像機的拍攝角度,一般很難
2、獲得正面人臉,因此有必要在識別前對人臉圖像進行再建。
針對此類問題,本文對遠距離條件下的人臉檢測識別方法和重建技術(shù)進行深入的研究。基于對傳統(tǒng)人臉重建與識別的研究,提出一個改進重建識別算法,并實現(xiàn)了低分辨率人臉重建與識別系統(tǒng)。
本文搭建的低分辨率人臉重建與識別系統(tǒng)主要由超分辨率重建、人臉的檢測定位和分類識別三個關(guān)鍵模塊組成,本文也是從這三個角度對相關(guān)的算法進行研究以及改進。
人臉檢測模塊,研究經(jīng)典的主動形狀模
3、型(ASM)方法,在分析 ASM模型性能的之后,引入Adaboost思想來改善ASM方法初始定位的精確性,提高了人臉檢測速度。分類辨別模塊,在深入研究PCA和LDA算法的優(yōu)缺點基礎(chǔ)上,融合兩種方法的優(yōu)勢,消除了傳統(tǒng)方法存在的矩陣奇異的問題。超分辨率重建部分,在局部的自適應(yīng)正則化方法的高分辨率空間中,引入一個新的數(shù)據(jù)約束標準來執(zhí)行誤差估計。經(jīng)過視覺質(zhì)量實驗和識別性能比較實驗證明,本文選用對低分辨率圖像先進行恢復(fù),再使用檢測識別方法對恢復(fù)后
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)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 基于學(xué)習(xí)的人臉圖像超分辨率重建方法研究.pdf
- 基于正則化MAP方法的圖像超分辨率重建.pdf
- 正則化圖像超分辨率重建算法
- 正則化圖像超分辨率重建算法
- 正則化圖像超分辨率重建算法
- 自適應(yīng)正則化超分辨率重建方法的研究.pdf
- 正則化超分辨率圖像重建算法研究.pdf
- 基于壓縮感知的人臉圖像超分辨率重建.pdf
- 人臉圖像超分辨率重建方法研究.pdf
- 基于樣本學(xué)習(xí)的人臉超分辨率重建技術(shù)研究.pdf
- 基于正則化的超分辨率圖像重建算法研究.pdf
- 基于正則化的圖像超分辨率重建算法的研究.pdf
- 基于GA正則化盲超分辨率圖像重建的研究.pdf
- 基于KPCA的人臉超分辨率算法研究.pdf
- 基于2DSVD的人臉圖像超分辨率重建算法研究.pdf
- 基于正則化機制的超分辨率圖像重建算法研究.pdf
- 基于正則化模型的圖像超分辨率重建算法研究.pdf
- 基于正則化的自適應(yīng)超分辨率圖像重建算法研究.pdf
- 基于M-估計的正則化超分辨率重建算法研究.pdf
- 基于稀疏表示的人臉超分辨率算法研究.pdf
評論
0/150
提交評論