基于多特征的身份識(shí)別.pdf_第1頁(yè)
已閱讀1頁(yè),還剩58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、在信息化快速發(fā)展的今天,準(zhǔn)確進(jìn)行身份識(shí)別有著重要的意義?;谏锾卣鞯纳矸葑R(shí)別技術(shù)是身份識(shí)別的最好選擇。目前的生物識(shí)別技術(shù)大多是基于單一的生物特征,但是單一的生物特征識(shí)別技術(shù)都有難以克服的缺點(diǎn),一些研究表明基于多生物特征的識(shí)別技術(shù)好于單一的生物特征識(shí)別技術(shù)。
   人臉和人耳是人體的兩個(gè)重要生物特征,都具有非接觸采集等特點(diǎn),所以本文首先從人臉識(shí)別和人耳識(shí)別這兩種單一的生物特征識(shí)別技術(shù)入手,然后對(duì)基于人臉和人耳融合的身份識(shí)別進(jìn)行了

2、研究。本文的主要工作如下:
   利用主成分分析和兩種改進(jìn)的方法(二維主成分分析、雙向主成分分析)對(duì)人臉識(shí)別進(jìn)行研究,實(shí)驗(yàn)結(jié)果表明這兩種改進(jìn)的方法在識(shí)別效果上好于主成分分析方法。
   把幾種改進(jìn)的線性判別分析方法運(yùn)用于人耳識(shí)別中,實(shí)驗(yàn)表明基于零空間和組合子空間的線性判別分析方法的識(shí)別率比較高。
   在分析了信息融合的層次結(jié)構(gòu)和信息融合方法的基礎(chǔ)上,提出了一個(gè)人臉和人耳匹配層融合的自動(dòng)識(shí)別系統(tǒng)的方案。對(duì)其中的識(shí)

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