2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60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),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉識別是模式識別領(lǐng)域中一個困難而又具有實用價值和廣闊應(yīng)用前景的研究領(lǐng)域。目前大多數(shù)人臉識別系統(tǒng)利用可見光圖像進行人臉識別,其識別性能容易受到光照變化的影響,在戶外、昏暗光照以及非均勻照明條件下,其正確識別率會大大降低。同時基于可見光光譜的人臉識別對于偽裝臉的識別也有困難。而利用熱紅外人臉圖像進行人臉識別可以克服現(xiàn)有識別系統(tǒng)易受光照變化影響的缺點。但是,由于熱紅外線不能穿透玻璃,如果待識別對象戴有眼鏡,在熱紅外圖像中眼鏡將呈現(xiàn)出墨鏡的效

2、果,使對人臉識別起重要作用的眼部信息全部丟失,而這些信息都是對識別有用的重要特征,將嚴(yán)重影響人臉識別性能。本文研究如何利用多光譜圖像融合技術(shù)來提高人臉識別系統(tǒng)的整體識別性能。 首先,本文將基于奇異值分解(SVD)圖像分層應(yīng)用于多模式圖像融合。首先利用SVD對原始圖像進行分解,然后重組為具有不同能量分辨率的三層:低分辨層、高分辨層和超高分辨層。根據(jù)每層的不同特點分別采取相應(yīng)的融合策略。然后采用客觀評價方法的實驗結(jié)果表明該算法的有效

3、性,且優(yōu)于一般的經(jīng)典圖像融合算法。 其次,本文提出一種基于雙匹配度的多光譜圖像融合策略。該融合策略首先在區(qū)域能量的基礎(chǔ)上引入?yún)^(qū)域梯度,然后根據(jù)匹配度的類型和測量值進行小波低頻系數(shù)的選取。實驗從無需基準(zhǔn)融合圖像的客觀評價方法和視覺效果兩個方面表明雙匹配度融合策略是一種有效的圖像融合策略。該策略能夠充分地利用區(qū)域特征信息,有效地保留圖像的輪廓和邊緣信息,同時能夠有效地避免塊效應(yīng)的產(chǎn)生,產(chǎn)生良好的視覺效果。 最后,本文通過結(jié)合

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