已閱讀1頁(yè)，還剩43頁(yè)未讀， 繼續(xù)免費(fèi)閱讀
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、人臉識(shí)別是模式識(shí)別領(lǐng)域中的重要分支之一，由于姿勢(shì)、光照和面部表情等非線性因素的存在，使得人臉識(shí)別成為復(fù)雜度較高的非線性分類問題。因此，線性分類方法在人臉識(shí)別中往往得不到預(yù)想的結(jié)果，為了解決這個(gè)問題，諸如核Fisher判別分析和核主成分分析等基于核的識(shí)別方法被提出，并在解決非線性問題上已顯示出了有效性。 本文在對(duì)傳統(tǒng)核方法的研究上，對(duì)傳統(tǒng)核方法的算法做了一些改進(jìn)，并將算法應(yīng)用于人臉識(shí)別中。本文的主要工作有以下幾個(gè)方面： 1
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(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
- SIFT算法的優(yōu)化及其在人臉識(shí)別上的應(yīng)用.pdf
- 改進(jìn)的核函數(shù)算法及其在人臉識(shí)別中的應(yīng)用研究.pdf
- 基于多重隨機(jī)子空間的ICA新方法及其在人臉識(shí)別上的應(yīng)用.pdf
- 標(biāo)記分布在人臉圖像屬性識(shí)別上的應(yīng)用.pdf
- 改進(jìn)的PCA及其在人臉識(shí)別中的應(yīng)用.pdf
- 基于改進(jìn)的LBP算子和稀疏表達(dá)在人臉表情識(shí)別上的醫(yī)用.pdf
- 基于核的學(xué)習(xí)方法及其在人臉識(shí)別中的應(yīng)用研究.pdf
- 稀疏編碼算法改進(jìn)及其在人臉識(shí)別中的應(yīng)用.pdf
- LDA的改進(jìn)算法及其在人臉識(shí)別中的應(yīng)用.pdf
- 基于改進(jìn)的特征表示模型的分類方法及其在人臉識(shí)別中的應(yīng)用.pdf
- 支持向量機(jī)的核方法在人臉識(shí)別中的應(yīng)用研究.pdf
- 局部線性嵌入算法的改進(jìn)及其在人臉識(shí)別中的應(yīng)用.pdf
- 基于迭代支撐探測(cè)的稀疏非負(fù)矩陣分解算法及其在人臉識(shí)別上的應(yīng)用.pdf
- 一種改進(jìn)的核Fisher鑒別分析算法在人臉識(shí)別中的應(yīng)用.pdf
- 多分類器的組合及其在巖性識(shí)別上的應(yīng)用.pdf
- 核機(jī)器理論及在人臉識(shí)別中的應(yīng)用.pdf
- 特征抽取方法研究及其在人臉識(shí)別中的應(yīng)用.pdf
- 線性特征提取方法及其在人臉識(shí)別中的應(yīng)用.pdf
- 特征提取方法研究及其在人臉識(shí)別中的應(yīng)用.pdf
- 人臉光照問題的研究及其在人臉識(shí)別中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論