

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、該文較為系統(tǒng)地介紹了人臉識別技術(shù)的研究和發(fā)展,以代數(shù)方法為切入點,進行人臉識別技術(shù)的研究.分析已有的三種主要代數(shù)方法后,提出一種新的圖象代數(shù)特征提取方法,該方法基于特征矩陣和Fisher判別準(zhǔn)則,所提取的特征既含有最佳鑒別信息又具有某些代數(shù)和幾何不變性,是一種比較理想的代數(shù)特征.之后對基于相似性判別函數(shù)的圖象特征提取進行了進一步的研究.該文引入模糊數(shù)學(xué)中隸屬概念,定義圖象隸屬度,嘗試直接在圖象的代數(shù)特征上,構(gòu)造分類器,進行識別.最后,分
2、析基于廣義最佳鑒別向量集方法,介紹Fukunaga維數(shù)定理,在此基礎(chǔ)上提出的維數(shù)相同時,對于多類模式的子集即少數(shù)幾類模式而言,模式類數(shù)少的廣義最佳鑒別向量集的分離能力強于模式類數(shù)多的廣義最佳鑒別向量集的分離能力;由此提出分組決策方法,改進算法,幾組對照實驗結(jié)果表明,識別效果明顯得到改善.該文以代數(shù)方法為工具,從圖象的特征提取和應(yīng)用圖象特征進行人臉識別兩方面進行人臉識別兩個方面進行了較為深入的研究.我們認(rèn)為人臉識別技術(shù)的研究富有挑戰(zhàn)而又充
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
- 基于圖像紋理特征提取方法的人臉識別.pdf
- 基于核的特征提取方法的人臉識別研究.pdf
- 基于分塊的人臉特征提取與識別研究.pdf
- 基于拓撲結(jié)構(gòu)的人臉圖像特征提取及識別研究.pdf
- 人臉圖像的特征提取與識別.pdf
- 基于子空間特征提取的人臉識別.pdf
- 基于彩色空間的人臉面部圖像識別特征提取方法研究.pdf
- 基于多樣性的人臉圖像特征提取及識別.pdf
- 基于圖像的人臉特征提取與發(fā)型分類.pdf
- 基于水平集特征提取的人臉識別.pdf
- 人臉圖像特征提取與識別研究.pdf
- 基于視覺特征提取的人臉表情識別研究.pdf
- 基于人臉識別的圖像特征提取研究與實現(xiàn).pdf
- 基于深度學(xué)習(xí)的人臉圖像特征提取方法的研究.pdf
- 人臉識別與特征提取.pdf
- 人臉特征提取與識別.pdf
- 多流形的人臉特征提取與識別研究.pdf
- 基于視覺特征提取和核判決分析方法的人臉識別.pdf
- 基于稀疏表示的人臉特征提取與識別算法研究.pdf
- 基于代數(shù)特征的人臉識別方法研究.pdf
評論
0/150
提交評論