

版權說明: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,請進行舉報或認領
文檔簡介
1、人臉識別的強適應性、高安全性以及非接觸式的智能交互等優(yōu)點,使其在公共安全、智能門禁、刑事偵查等領域存在巨大的應用潛能,因而成為模式識別和計算機視覺等領域的一個研究熱點.傳統(tǒng)的人臉識別過程一般包括人臉檢測、人臉圖像預處理、特征提取和人臉分類四個步驟,而特征提取和分類是該四個步驟的核心.
針對人臉識別中的特征提取和分類算法,本文主要做了以下三方面的工作:
(1)充分利用稀疏保留投影在特征提取上的優(yōu)勢,通過對其加入判別信息
2、,改進得到一種新的監(jiān)督特征提取方法,稱為不相關判別稀疏保留投影.通過類內(nèi)稀疏保留與類間距離最大化,所得到的投影可以有效地表達判別信息,同時還保留了局部的近鄰關系.另外,統(tǒng)計不相關限制可以降低特征向量之間的冗余,用盡可能少的特征向量獲得盡可能多的特征信息.
(2)在人臉分類時,通常需要將圖像矩陣數(shù)據(jù)轉(zhuǎn)換成向量數(shù)據(jù)后才能輸入分類器進行識別,這樣往往會破壞圖像像素之間的結構關系,造成識別率的下降.本文在隨機權網(wǎng)絡的基礎上,設計了針對
3、矩陣數(shù)據(jù)直接輸入分類器的二維隨機權網(wǎng)絡,使用左右投影向量來代替隱層中原始的高維輸入權值向量,從而在一定程度上保留了矩陣數(shù)據(jù)的結構關系,提高了系統(tǒng)的識別率.
(3)在稀疏表示的基礎上討論帶有光照變化的多姿態(tài)人臉識別問題.為了使稀疏表示更適合于多姿態(tài)人臉識別的特點,提出了分塊加權稀疏表示算法,以突出與測試樣本姿態(tài)相近的樣本的表出作用,從而提高系統(tǒng)的識別率.在此基礎之上,為了不增加帶光照的人臉樣本,即解決標準光照樣本庫下對于帶光照樣
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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
- 人臉識別中的特征提取算法研究.pdf
- 人臉識別中特征提取與選擇算法的研究.pdf
- 人臉表情識別中的特征提取算法研究.pdf
- 人臉識別中特征提取算法的研究與實現(xiàn).pdf
- 人臉特征提取及分類算法研究.pdf
- 人臉表情特征提取與識別算法研究.pdf
- 人臉識別中特征提取算法的研究及應用.pdf
- 人臉識別中分類器與特征提取研究.pdf
- 人臉表情識別中特征提取算法的研究與實現(xiàn).pdf
- 人臉表情的特征提取及分類識別研究.pdf
- 人臉識別與特征提取.pdf
- 人臉特征提取與識別.pdf
- 人臉圖像特征提取和分類算法研究.pdf
- 人臉識別中基于圖像局部結構的特征提取與分類研究.pdf
- 人臉分形特征提取與識別算法研究.pdf
- 人臉特征提取和識別算法的研究與實現(xiàn).pdf
- 人臉識別特征提取的研究.pdf
- 人臉圖像特征提取和識別算法研究.pdf
- 人臉表情的特征提取和識別算法研究.pdf
- 人臉圖像的特征提取與識別.pdf
評論
0/150
提交評論