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76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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,人臉識別技術(shù)越來越受到重視,已經(jīng)成為計算機視覺、圖像分析和理解中應(yīng)用最成功的技術(shù)之一。本文系統(tǒng)的研究了基于嵌入式隱馬爾科夫模型的人臉識別方法。完成的主要工作有以下幾點:
   首先本文針對傳統(tǒng)人臉識別方法在受到表情、姿態(tài)和光照等影響時存在魯棒性差的問題,提出了一種改進(jìn)的人臉識別方法。在特征提取上,該方法首先提取人臉的Gabor特征,接著利用DCT壓縮使得相似特征得到聚合,最后利用PCA分別篩選出最能夠代表人臉各個區(qū)域的D

2、CT系數(shù)。在識別方法上,該方法采用了嵌入式隱馬爾科夫模型(EHMM),并基于人臉的認(rèn)知結(jié)構(gòu)信息對嵌入式隱馬爾可夫人臉結(jié)構(gòu)模型進(jìn)行了改進(jìn)。對比實驗結(jié)果表明,該方法識別率高,復(fù)雜度低,并具有較好的魯棒性,易于在工程上應(yīng)用。
   其次針對基于嵌入式隱馬爾科夫模型的人臉識別方法中僅僅利用訓(xùn)練樣本得到單一分類器的缺點,引入了AdaBoost集成學(xué)習(xí)算法對樣本隨機擾動,并且對AdaBoost算法進(jìn)行了改進(jìn)。首先我們通過對樣本庫加入隨機噪聲

3、,提高學(xué)習(xí)方法的泛化能力。接著在該數(shù)據(jù)庫的基礎(chǔ)上,通過訓(xùn)練多個弱分類器構(gòu)造出一個強分類器。訓(xùn)練過程中首先通過對訓(xùn)練集設(shè)置相等的權(quán)重,得到初始分類器。然后通過識別誤差調(diào)節(jié)訓(xùn)練樣本的權(quán)重,進(jìn)而構(gòu)建出新的訓(xùn)練集,如此重復(fù),得到一個由多個弱分類器所組成的強分類器。最后通過加權(quán)投票的方法得到識別結(jié)果。實驗證明,該方法識別率高,魯棒性好。
   最后根據(jù)實際需要,利用本文所涉及的方法實現(xiàn)了相應(yīng)的人臉識別系統(tǒng)。該系統(tǒng)基于OpenCV與隱馬爾可

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。

評論

0/150

提交評論