基于Gabor小波的人臉識(shí)別算法研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩57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)別是最近幾年國(guó)際上圖像處理和模式識(shí)別的研究熱點(diǎn)之一。它有著其他生物特征識(shí)別方法所不具有的優(yōu)點(diǎn),如甄別直觀、安全性高、使用條件簡(jiǎn)單等。人臉識(shí)別已經(jīng)得到了科研領(lǐng)域的充分重視并取得了一定的應(yīng)用成果。 本文討論了Gabor小波特征在人臉識(shí)別中的應(yīng)用以及人臉識(shí)別實(shí)驗(yàn)平臺(tái)的構(gòu)造。算法部分的研究工作主要集中于Gabor小波特征在人臉識(shí)別算法中的具體應(yīng)用。論文介紹了人臉識(shí)別的基本概念和人臉識(shí)別研究的進(jìn)展。分別從時(shí)域和頻域兩個(gè)角度介紹了小波

2、的概念和利用小波變換進(jìn)行圖像處理的方法。論述了Gabor小波的數(shù)學(xué)性質(zhì)和使用Gabor小波提取人臉特征向量的方法。通過(guò)描述有關(guān)特征提取和特征選擇的一些方法,討論了Gabor特征的提取和選擇算法流程的實(shí)現(xiàn)細(xì)節(jié)。提出了擴(kuò)展的Gabor小波最優(yōu)采樣算法。該算法結(jié)合了圖像模板的方法,能夠提取人臉圖像特征并使用最佳Gabor特征采樣的方法提取出有效的信息并改進(jìn)了算法性能。介紹了基于線性鑒別分析LDA(LinearDiscriminant Anal

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(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。

評(píng)論

0/150

提交評(píng)論