

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、早在20世紀(jì)70年代,就有學(xué)者對人臉識別的問題進行了初步研究。隨著科技的不斷進步和快速發(fā)展,近年來,人臉檢測和識別技術(shù)取得了很大進步。人臉圖像信息處理有著廣泛的應(yīng)用,目前各種人臉識別設(shè)備已投產(chǎn)于實際的生活中,比如旅游出入境的安檢、公安監(jiān)控偵查系統(tǒng)、智能手機的人臉識別等。
DavidG.Lowe在1999年提出了尺度不變的特征(Scale-InvariantFeature),簡稱SIFT,用來進行物體的識別和圖像匹配等,這種算法
2、在2004年被加以完善和改進。SIFT算法在很多方面都有應(yīng)用,比如物體識別、定位、圖片拼接和手勢、指紋、人臉等識別。SIFT算法的特征點對于旋轉(zhuǎn)、尺度縮放、光照變化有著很好的魯棒性。
在分析和研究了國內(nèi)外學(xué)者對人臉識別的現(xiàn)狀及研究后,本文以人臉識別中局部特征點作為主要研究方向,通過改進SIFT特征描述子,使其獨特優(yōu)勢應(yīng)用于人臉識別方法中,并針對SIFT算法對于彩色圖像中彩色信息的不敏感,做了改進,并加入了形狀上下文算法,綜合提
3、高識別的準(zhǔn)確性。實驗結(jié)果證明了本算法的有效性。本文完成以下主要工作:
1.提出了基于顏色信息的SIFT算法。由于SIFT算法只能識別灰度圖像的圖片,而現(xiàn)在的圖片大都是彩色的,特別是人臉圖片。加入圖片的彩色信息,可以提高識別的準(zhǔn)確率。通過大量實驗對比,本文采用H分量加入到SIFT算法中。實驗結(jié)果表明基于彩色信息的SIFT特征算法能夠有效地識別人臉的圖像,可以達(dá)到81.25%以上的識別率。
2.提出了SIFT算法和形狀上
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。
最新文檔
- 上下文信息和顏色信息融合的目標(biāo)跟蹤算法研究.pdf
- 基于形狀上下文和SURF興趣點的行為識別.pdf
- 基于形狀上下文的物體匹配與識別研究.pdf
- 基于形狀上下文的驗證碼識別研究.pdf
- 基于上下文的形狀匹配算法研究與實現(xiàn).pdf
- 基于形狀上下文的現(xiàn)場足跡比對算法研究.pdf
- 基于上下文和深度信息的目標(biāo)跟蹤算法研究.pdf
- 基于SIFT算法的人臉表情識別.pdf
- 基于形狀上下文的離線簽名鑒別.pdf
- 基于上下文信息的目標(biāo)跟蹤算法研究.pdf
- 基于上下文信息的運動目標(biāo)跟蹤算法的研究.pdf
- 基于SIFT和SVM的人臉識別研究.pdf
- 基于形狀上下文的圖像內(nèi)容檢索方法研究.pdf
- 基于上下文感知的推薦算法研究.pdf
- 基于SIFT的人臉識別研究.pdf
- 基于空間上下文的人體檢測算法研究.pdf
- 基于PCA-SIFT算法的人臉識別技術(shù)的研究.pdf
- 融合顏色特征的時空上下文目標(biāo)跟蹤算法研究.pdf
- 基于上下文感知的乘車感知算法研究和實現(xiàn).pdf
- 基于上下文的圖像理解算法研究.pdf
評論
0/150
提交評論