基于Gabor特征的LDA人臉識別.pdf_第1頁
已閱讀1頁，還剩51頁未讀， 繼續(xù)免費閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、統(tǒng)計模式識別方法現(xiàn)在已經(jīng)成功地被應(yīng)用到了很多目標(biāo)識別的問題當(dāng)中，其中一個經(jīng)典的例子就是應(yīng)用于人臉識別，這也可以說是模式識別領(lǐng)域的一個重要研究方向。其中基于主成分分析(PCA)的特征臉方法和fisher臉方法就是十分具有代表性的基于統(tǒng)計的人臉識別方法。本文針對這兩類方法在具體應(yīng)用中體現(xiàn)出的不足之處，進(jìn)一步提出將人臉圖像的GABOR特征和ADABOOST算法以及LDA(LinearDiscriminantAnalysis)算法相結(jié)合來進(jìn)行人

2、臉識別，并且得到了一個很好的識別結(jié)果。 本文首先闡述了人臉識別的研究歷史和簡單介紹了一些常用的人臉識別的基本方法，并且介紹了人臉圖像的預(yù)處理過程，然后分別詳細(xì)介紹了Gabor濾波的原理及在人臉識別中的作用和怎樣用Adaboost方法選取特征的過程。然后，對本課題中涉及到的主要工具，Gabor特征和AdaBoost還有LDA方法做了具體介紹。特別是LDA方法，它較好地克服了由于樣本數(shù)和特征維數(shù)的巨大差異而帶來的小樣本問題。重新定義

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(hù)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(fù)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。

評論

0/150

提交評論