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、人臉識別技術是生物特征識別領域的一項關鍵技術,它廣泛應用于身份識別,信息安全,人機交互等領域。人臉特征提取是人臉識別技術的關鍵環(huán)節(jié),它直接影響著最終的識別效果。Gabor小波可以模擬哺乳動物視覺體系中視覺神經元的感知特性,描述圖像在不同尺度和方向上的局部信息,從而可以有效用于人臉特征提取算法中。因此,本文主要研究基于Gabor小波變換的人臉特征提取方法。
Gabor小波能夠捕獲人臉圖像多方面多角度的細節(jié)信息。一方面,人臉圖像經
2、Gabor小波變換之后,會在5個尺度8個方向上共產生40個子帶輸出。如果訓練樣本比較多,那么運算量和存儲量將是非常龐大的。另一方面,圖像經Gabor變換輸出的龐大數據中自然也包括一些影響識別率的負面信息。因此,如何對二維Gabor小波變換后高維特征矩陣進行降維將是本文的研究核心。
本文首先介紹了人臉識別的研究背景、意義、國內外研究現狀、人臉數據庫和主要的研究內容。然后,研究了基于HG2DPCA的人臉特征提取方法。針對HPCA人
3、臉識別算法識別性能不理想進行改進,給出了改進的HGPCA方法進行特征提取和降維。為了進一步降低PCA處理時將圖像按列拉伸產生高計算量的問題,給出了改進的HG2DPCA方法進行人臉特征提取。實驗數據驗證改進算法的有效性,說明Gabor小波的引入能夠很好的提高算法的識別性能。改進算法雖然識別率比較高,但是其存在一定的時間開銷。盡管HG2DPCA算法選擇下采樣技術和2DPCA算法進行特征數據降維,但是計算量還是比較大,需要進一步研究。最后,討
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gabor小波的人臉特征提取算法研究及仿真
- Gabor變換的人臉特征提取算法的研究.pdf
- 基于Gabor小波與CS-LBP的人臉特征提取算法研究.pdf
- 基于Gabor小波變換的掌紋特征提取算法研究.pdf
- 基于Gabor小波和局部二值模式的人臉表情特征提取研究.pdf
- 基于Gabor小波變換的人臉識別研究.pdf
- 基于改進Gabor小波特征提取的人臉表情識別研究.pdf
- 基于Gabor小波的特征提取與跟蹤方法研究.pdf
- 基于Gabor小波變換的人臉識別技術研究.pdf
- 基于Gabor小波變換的人臉表情識別方法的研究.pdf
- 基于小波變換的圖像特征提取方法研究.pdf
- 基于Gabor小波變換的人臉識別算法的研究.pdf
- 基于小波變換的人臉特征研究.pdf
- 基于Gabor小波變換和SVM的人臉表情識別.pdf
- 基于Gabor濾波器的人臉特征提取算法研究.pdf
- 基于Gabor小波變換復振幅信息的人臉識別.pdf
- 基于Gabor小波變換與支持向量機的人臉識別研究.pdf
- 基于Gabor小波網絡的人臉識別研究.pdf
- 基于Gabor小波+PCA方法的人臉識別技術研究.pdf
- 基于Gabor小波變換和子空間的人臉識別技術研究.pdf
評論
0/150
提交評論