版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人臉識(shí)別技術(shù)不僅是一個(gè)交叉性的技術(shù),更是一個(gè)富有挑戰(zhàn)性的難題。與其它物體相比,由于人臉有多種多樣的變形,個(gè)體間的差異較大,所以人臉圖像特征提取和識(shí)別過(guò)程比較復(fù)雜,而識(shí)別算法的實(shí)時(shí)性和魯棒性是一個(gè)實(shí)用的識(shí)別系統(tǒng)所要必須考慮到的。
為了提高算法魯棒性,在人臉特征提取階段,本文提出了一種基于二維多尺度局部二進(jìn)制模式的人臉識(shí)別方法,首先對(duì)一副人臉圖像進(jìn)行分塊,對(duì)每一塊的圖像進(jìn)行MB-LBP(Multi-scaleBlockLocalB
2、inaryPatterns)算子運(yùn)算,將MB-LBP與灰度共現(xiàn)矩陣結(jié)合起來(lái)得到了可以更好地描述局部紋理空間結(jié)構(gòu)的二維MB-LBP特征,最后將各子塊的二維MB-LBP特征進(jìn)行連接形成人臉特征。本算法在ORL和CMU-PIE人臉數(shù)據(jù)庫(kù)上進(jìn)行測(cè)試,選擇了支持向量機(jī)(SVM)作為分類(lèi)器,并與傳統(tǒng)的基于一維LBP特征進(jìn)行比較,結(jié)果表明本文提出的算法在人臉識(shí)別問(wèn)題上的有效性和優(yōu)越性。
為了獲得更多的樣本信息,本文對(duì)圖像進(jìn)行了分區(qū),獲得更多
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)構(gòu)分布式損傷識(shí)別決策融合研究.pdf
- 基于分布式系統(tǒng)的人臉識(shí)別搜索引擎.pdf
- 基于決策融合與距離學(xué)習(xí)的人臉識(shí)別算法研究.pdf
- 基于小波子圖與決策融合的人臉識(shí)別.pdf
- 基于分布式的人臉檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于信息融合的人臉識(shí)別研究.pdf
- 基于特征融合的人臉識(shí)別.pdf
- 基于分類(lèi)器融合的人臉識(shí)別研究.pdf
- 基于核特征融合與選擇的人臉識(shí)別研究.pdf
- 基于特征融合的人臉識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于融合的人臉識(shí)別方法研究.pdf
- 基于特征融合的人臉識(shí)別算法.pdf
- 基于全局與局部特征融合的人臉識(shí)別.pdf
- 基于整體識(shí)別和局部識(shí)別融合的人臉表情識(shí)別.pdf
- 基于多特征融合的人臉識(shí)別算法研究.pdf
- 基于多模式融合的人臉識(shí)別算法研究.pdf
- 基于Gabor與Pca融合算法的人臉識(shí)別研究.pdf
- 基于特征融合的人臉表情識(shí)別技術(shù)的研究.pdf
- 基于多特征融合與稀疏編碼的人臉識(shí)別算法研究.pdf
- 基于多特征融合與稀疏編碼的人臉識(shí)別算法研究
評(píng)論
0/150
提交評(píng)論