基于多分類器的人臉識別算法的研究與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費(fèi)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、人臉檢測和識別是目前生物特征識別中最受人們關(guān)注的一個分支,是當(dāng)前圖像處理、模式識別和計算機(jī)視覺領(lǐng)域內(nèi)的一個熱門研究課題,在公安部門罪犯搜索、安全部門動態(tài)監(jiān)視識別、銀行密碼系統(tǒng)等許多領(lǐng)域有廣泛的應(yīng)用。它與計算機(jī)人機(jī)感知交互的研究領(lǐng)域有密切聯(lián)系。
   首先,本文對人臉識別技術(shù)進(jìn)行了分析,重點(diǎn)研究了人臉識別技術(shù)的背景、研究內(nèi)容以及人臉識別的主要方法。本文實(shí)驗主要在ORL和YALE人臉庫上進(jìn)行。通過主成分分析(Principal Co

2、mponent Analysis,PCA),二維主成分分析(Two—dimensional PrincipalComponent Analysis,2DPCA)等子空間特征提取方法對人臉圖像進(jìn)行特征提取。特征提取的結(jié)果將用于本文分類器的人臉識別。
   其次,針對現(xiàn)有的人臉分類方法本文進(jìn)行了深入研究,然后通過歐式分類器,相關(guān)系數(shù)分類器,BP神經(jīng)網(wǎng)絡(luò)分類器,支持向量機(jī)分類器的“一對一”和“一對多”等方法進(jìn)行人臉識別。所用到的分類方

3、法都取得了較好的識別率。在ORL人臉庫上,使用支持向量機(jī)分類器的“一對多”的方法識別率達(dá)到93.5%,支持向量機(jī)分類器“一對一”識別率達(dá)到90%,BP神將網(wǎng)絡(luò)分類器的識別率達(dá)到93%,相關(guān)系數(shù)的識別率達(dá)到89.5%,歐氏距離識別率達(dá)到89.5%。
   最后,在ORL人臉庫上,本文通過投票法,將支持向量機(jī)的“一對多”,相關(guān)系數(shù),BP神經(jīng)網(wǎng)絡(luò)等三種分類器進(jìn)行融合,多分類器的融合在一定程度上彌補(bǔ)了單個分類器的缺陷,取得了較好的識別效

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