基于遮擋檢測(cè)與恢復(fù)的稀疏表示魯棒人臉識(shí)別算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩72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)別因其便捷、高效等優(yōu)點(diǎn)逐步成為計(jì)算機(jī)視覺(jué)前沿應(yīng)用領(lǐng)域一個(gè)熱門(mén)話題,其應(yīng)用主要包括訪問(wèn)控制、視頻監(jiān)控、社交網(wǎng)絡(luò)、照片管理、刑事調(diào)查等方面。然而在實(shí)際應(yīng)用中,人臉識(shí)別技術(shù)往往因圖像遮擋、損壞等因素而嚴(yán)重影響算法精度,本文在現(xiàn)有研究成果基礎(chǔ)上,對(duì)稀疏表示魯棒人臉識(shí)別算法進(jìn)行了新的探索研究。
  首先,針對(duì)消除遮擋、損壞像素區(qū)域以減少其對(duì)全局圖像分類識(shí)別不利影響的問(wèn)題,提出基于多樣表示加權(quán)融合的動(dòng)態(tài)字典人臉識(shí)別算法,通過(guò)加強(qiáng)原始樣本

2、中等強(qiáng)度像素的作用,同時(shí)削弱其他像素的影響,生成新的表示圖像,并與原始圖像加權(quán)融合形成新的樣本集,對(duì)其遮擋、損壞測(cè)試樣本圖像進(jìn)行遮擋檢測(cè),消除所有樣本集遮擋區(qū)域生成動(dòng)態(tài)字典模型,而后進(jìn)行人臉識(shí)別。
  其次,針對(duì)人臉圖像遮擋、損壞對(duì)分類識(shí)別的負(fù)面影響,提出基于遮擋重建的單演二值編碼人臉識(shí)別算法,利用下采樣后的魯棒稀疏表示進(jìn)行遮擋區(qū)域檢測(cè),通過(guò)主成分分析構(gòu)建線性人臉子空間,構(gòu)造超定方程組,利用人臉?lè)钦趽鯀^(qū)域像素信息進(jìn)行遮擋重建,最后

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