人臉識(shí)別技術(shù)研究(畢業(yè)論文)_第1頁
已閱讀1頁,還剩69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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、11摘要人臉識(shí)別是一個(gè)具有很高理論和應(yīng)用價(jià)值的研究課題。人臉是人類視覺中最為普遍的模式,它所反映的視覺信息在人與人的交流和交往中有著及其重要的作用意義。人臉的特殊性,使得人臉識(shí)別技術(shù)成為最具潛力的身份識(shí)別方式。人臉識(shí)別技術(shù)應(yīng)用廣泛,并且日益受到人們的廣泛關(guān)注并成為模式識(shí)別領(lǐng)域研究的熱點(diǎn)。同時(shí)人臉識(shí)別又是一個(gè)復(fù)雜和困難的課題,其原因有:人臉是由復(fù)雜的三維曲面構(gòu)成的可變形體,難以用數(shù)學(xué)描述;所有的人臉結(jié)構(gòu)高度相似,而人臉圖像又易受年齡和成像

2、條件的影響。人臉識(shí)別涉及的技術(shù)很多,其中關(guān)鍵的是特征提取和分類方法,本文就以此為重點(diǎn)進(jìn)行了相關(guān)研究。主要工作包括以下幾個(gè)方面:1在人臉圖像特征提取方面,提出了一利”有效的基于ICA的人臉整體特征提取方法;2在優(yōu)化ICA算法方面,提出了一種改進(jìn)的FastICA算法,該算法通過減少耗時(shí)的雅可比矩陣求逆的次數(shù),進(jìn)一步加快了收斂速度;3建立了SVMHMM的混合人臉模型。關(guān)鍵詞:關(guān)鍵詞:人臉識(shí)別主分量分析;獨(dú)立分量分析;隱馬爾可夫模型;支持向量機(jī)

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(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