

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人臉檢測(cè)與識(shí)別主要是研究在圖像或視頻中自動(dòng)地查找定位人臉或面部特征以及識(shí)別身份、表情與姿態(tài)等的理論。人臉檢測(cè)與識(shí)別是一個(gè)很復(fù)雜的問(wèn)題,其本質(zhì)的困難在于姿態(tài)、光照、表情等變化因素造成的人臉模式的可變性?,F(xiàn)有的算法在可控環(huán)境下取得了較為理想的性能指標(biāo),但總體上還缺乏對(duì)上述變化因素的適應(yīng)能力。 在上述的多種變化因素中,姿態(tài)變化是最難以處理的,且對(duì)檢測(cè)與識(shí)別算法的性能也影響最大。有鑒于此,本文展開(kāi)了多姿態(tài)人臉檢測(cè)與識(shí)別的研究。給出了組成
2、一個(gè)相對(duì)完整的人臉檢測(cè)與識(shí)別系統(tǒng)的幾個(gè)核心的處理步驟,其中包括:多姿態(tài)人臉檢測(cè)、姿態(tài)估計(jì)、特征定位以及多姿態(tài)人臉識(shí)別算法。在這個(gè)過(guò)程中,也采用了非線性流形學(xué)習(xí)的算法或借鑒其基本思想提出自己的算法,來(lái)解決姿態(tài)估計(jì)、人臉識(shí)別等問(wèn)題。論文的主要研究工作與成果包括了以下幾個(gè)主要方面的內(nèi)容: (1)提出了一種基于Real AdaBoost算法的區(qū)域邊緣方位場(chǎng)匹配的正面人臉檢測(cè)方法。提取人臉圖像的邊緣方位場(chǎng)特征,采用:Real AdaBoo
3、st算法通過(guò)迭代學(xué)習(xí)獲取人臉特征模式。為保證檢測(cè)的實(shí)時(shí)性,采用了級(jí)聯(lián)式的分類(lèi)器結(jié)構(gòu)以及多分辨率圖像搜索策略。 (2)提出了一種協(xié)作AdaBoost的多特征多姿態(tài)人臉檢測(cè)算法。采用邊緣方位場(chǎng)特征與Harr小波特征;提出了協(xié)作Adaboost算法實(shí)現(xiàn)多特征的融合;將大姿態(tài)角范圍的人臉檢測(cè)問(wèn)題,分解為若干個(gè)小范圍內(nèi)的人臉檢測(cè)問(wèn)題,并采用金字塔型的分類(lèi)器系統(tǒng)結(jié)構(gòu)提高檢測(cè)效率。 (3)針對(duì)大范圍姿態(tài)角度下的人臉特征定位問(wèn)題,提出了
4、一種基于分級(jí)邊緣方位場(chǎng)匹配的算法。提出了結(jié)構(gòu)Hausdoff距離作為邊緣方位場(chǎng)匹配的測(cè)度;采用整體邊緣方位場(chǎng)進(jìn)行姿態(tài)預(yù)估,粗步定位特征;然后采用單特征邊緣方位場(chǎng)在局部區(qū)域搜索得到精確的特征定位信息。 (4)根據(jù)特征定位給出的特征區(qū)域的位置信息,提出了一種基于非線性流形學(xué)習(xí)的人臉姿態(tài)估計(jì)算法。采用結(jié)構(gòu)Hausdoff距離進(jìn)行邊緣方位場(chǎng)的匹配;在特征定位的基礎(chǔ)上進(jìn)行特征的校正;采用Isomap算法,實(shí)現(xiàn)非線性數(shù)據(jù)降維;最后,建立低維
5、特征映射數(shù)值與對(duì)應(yīng)的姿態(tài)角之間的關(guān)系,并由此估計(jì)新圖像數(shù)據(jù)的姿態(tài)角度。 非線性流形上多姿態(tài)人臉檢測(cè)與識(shí)別 (5)在人臉檢測(cè)、特征定位以及姿態(tài)估計(jì)的基礎(chǔ)上,提出了關(guān)聯(lián)子區(qū)域映射的多姿態(tài)人臉識(shí)別方法。將人臉圖像分割為若干子區(qū)域,姿態(tài)變化對(duì)圖像的影響被分解為關(guān)聯(lián)子區(qū)域的形狀映射與紋理映射。提出了二維耦合成分分析的方法構(gòu)造關(guān)聯(lián)子區(qū)域的映射關(guān)系。在應(yīng)用貝葉斯框架評(píng)估子區(qū)域的可分性的基礎(chǔ)上,綜合全體子區(qū)域的信息給出最終的判別結(jié)果。
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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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
- 基于流形學(xué)習(xí)的多姿態(tài)人臉識(shí)別研究.pdf
- 多姿態(tài)人臉檢測(cè).pdf
- 多姿態(tài)人臉檢測(cè)研究.pdf
- 多姿態(tài)人臉識(shí)別算法設(shè)計(jì)與分析.pdf
- 多姿態(tài)人臉檢測(cè)方法研究.pdf
- 多姿態(tài)人臉檢測(cè)方法的研究.pdf
- 多姿態(tài)人臉圖像識(shí)別系統(tǒng).pdf
- 基于稀疏表示的多姿態(tài)人臉識(shí)別.pdf
- 多姿態(tài)人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 多姿態(tài)人臉檢測(cè)技術(shù)研究.pdf
- 基于單視圖的多姿態(tài)人臉識(shí)別.pdf
- 基于稀疏表示的多姿態(tài)人臉合成與識(shí)別
- 基于三維人臉模型的多姿態(tài)人臉識(shí)別.pdf
- 視頻圖像中的多姿態(tài)人臉檢測(cè).pdf
- 基于統(tǒng)計(jì)模型的多姿態(tài)人臉識(shí)別研究.pdf
- 基于多相機(jī)陣列的多姿態(tài)人臉識(shí)別.pdf
- 多姿態(tài)人臉定位和識(shí)別方法研究.pdf
- 多姿態(tài)人臉特征檢測(cè)與跟蹤技術(shù)研究.pdf
- 復(fù)雜背景下快速多姿態(tài)人臉檢測(cè)研究.pdf
- 快速的多姿態(tài)人臉檢測(cè)系統(tǒng)的研究.pdf
評(píng)論
0/150
提交評(píng)論