基于小波變換與主成分分析的人臉識(shí)別技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩44頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著人類(lèi)社會(huì)的不斷進(jìn)步,快速便捷的身份檢驗(yàn)受到越來(lái)越多各界人士的關(guān)注。人臉屬于生物特征,作為人的本質(zhì)特性,其穩(wěn)定性和差異性非常強(qiáng),因此可以當(dāng)作檢驗(yàn)身份的很好方法。同時(shí),這種方法是既比較自然又比較直接的方法,而且用戶(hù)容易接受,因?yàn)樗哂斜憷?、友好的特性?因此,越來(lái)越多來(lái)自模式識(shí)別和圖像處理等各領(lǐng)域關(guān)注這方面研究,已經(jīng)成為信號(hào)處理和模式識(shí)別等的縱多學(xué)科領(lǐng)域關(guān)注的熱點(diǎn)。 本文首先介紹了人臉識(shí)別的背景、應(yīng)用、發(fā)展歷程、研究現(xiàn)狀

2、以及研究?jī)?nèi)容,并對(duì)人臉識(shí)別領(lǐng)域的一些理論方法作了總體的介紹。 文中所采用的方法是常有的主成分分析(PCA Principle Component Analysis)。人臉預(yù)處理工作是比較重要的步驟,其主要包括幾何校正、直方圖均衡化、像素灰度值歸一化等,于是文中對(duì)這方面工作作了詳細(xì)的介紹。 小波變換理論是本文的重要研究方法,于是對(duì)小波變換理論進(jìn)行深入研究,并詳細(xì)闡述了其在人臉識(shí)別中的應(yīng)用。 最后深入地研究傳統(tǒng)的PC

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。

評(píng)論

0/150

提交評(píng)論