

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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、當(dāng)前的人臉識別技術(shù)主要是基于二維人臉灰度圖像的,雖然其簡單、快捷并且有效,但是一旦被識別者所處的環(huán)境受到光線變化的影響,或者其自身表情、姿態(tài)以及遮擋物的變化都會導(dǎo)致識別率的急劇下降,極大地限制了人臉識別技術(shù)的進(jìn)一步發(fā)展。成像技術(shù)的發(fā)展使得三維數(shù)據(jù)的獲取變得更加便捷,并且獲取到的深度數(shù)據(jù)對光照等變化不敏感,能夠更真實地反映人臉的固有信息,使得三維人臉深度圖識別成為人臉識別的一個重要研究方向,吸引了越來越多研究者的關(guān)注與研究。為了緩解二維人
2、臉識別中光照、表情以及姿態(tài)等變化帶來的影響,增強(qiáng)人臉識別性能,本文在三維人臉深度圖上開展了一系列研究,提出了基于協(xié)作表達(dá)分類算法的人臉識別方法。
本文首先概述了人臉識別的研究背景和意義,調(diào)研了人臉識別的發(fā)展以及現(xiàn)狀,對于人臉識別中的基礎(chǔ)技術(shù)如人臉特征選擇、特征提取和降維、分類等進(jìn)行了闡述,對于稀疏表達(dá)以及協(xié)作表達(dá)在人臉識別上的應(yīng)用也做了系統(tǒng)的研究。
每類樣本訓(xùn)練圖像較少時會面臨訓(xùn)練信息不足的問題,進(jìn)而導(dǎo)致識別效果不佳
3、,為了克服這個問題,本文通過在復(fù)數(shù)域空間結(jié)合二維人臉灰度數(shù)據(jù)和三維人臉深度數(shù)據(jù),增加訓(xùn)練樣本信息量,在協(xié)作表示分類算法的基礎(chǔ)上,定義一種相似性度量方法,對測試人臉進(jìn)行分類。我們在實時成像系統(tǒng)采集的人臉庫和Texas人臉庫上進(jìn)行實驗,結(jié)果表明本方法具有一定的可靠性。
接著,針對二維人臉識別不能有效克服光照、表情、姿態(tài)等變化的問題,通過提取三維人臉深度圖的Gabor特征來描述人臉,保留人臉結(jié)構(gòu)中更多利于識別分類的信息,并將核學(xué)習(xí)的
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(hù)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。
最新文檔
- 基于協(xié)作表示的三維人臉識別研究.pdf
- 三維人臉識別算法的研究.pdf
- 基于三維模型的人臉識別算法研究.pdf
- 基于局部特征的三維人臉識別算法研究.pdf
- 基于輪廓線的三維人臉識別算法的研究.pdf
- 基于人臉模型重建的三維人臉識別.pdf
- 三維人臉識別中SSIM的算法研究.pdf
- 基于輪廓線特征的三維人臉識別算法研究.pdf
- 表情魯棒的三維人臉識別算法研究.pdf
- 基于線性判別分析的三維人臉識別算法研究.pdf
- 基于三維人臉模型的多姿態(tài)人臉識別.pdf
- 基于二維三維信息融合的人臉識別算法研究.pdf
- 三維人臉識別及其模板保護(hù)算法研究.pdf
- 基于幾何信息的三維人臉識別研究.pdf
- 基于特征融合的三維人臉識別.pdf
- 基于形變模型的三維人臉識別.pdf
- 基于三維重構(gòu)的人臉識別.pdf
- 三維人臉表情識別.pdf
- 基于NRSFM算法的三維人臉建模研究.pdf
- 基于信息融合的三維人臉識別.pdf
評論
0/150
提交評論