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)別是一個(gè)非常重要的研究領(lǐng)域。它在現(xiàn)實(shí)生活中有著許多應(yīng)用,包括身份驗(yàn)證、視頻監(jiān)督等。許多學(xué)者做了大量的研究工作,取得了顯著的進(jìn)展。在這些方法中,LBP(Local Binary Pattern)因?yàn)槠鋸?qiáng)大的表征能力而備受關(guān)注。
本文主要針對(duì)傳統(tǒng)的局部二值模式(LBP)存在的問(wèn)題進(jìn)行有針對(duì)性的改進(jìn)與應(yīng)用。其主要工作體現(xiàn)在:
1.為有效提取特征,我們首先進(jìn)行了人臉定位操作來(lái)確定圖片中人臉的位置。然后,同時(shí)使用高斯濾波
2、器對(duì)圖片進(jìn)行平滑濾波,以減少噪聲干擾。
2.為克服傳統(tǒng)LBP算法存在的缺陷,將傳統(tǒng)的LBP劃分成符號(hào)特征(CLBP_S)和幅值特征(CLBP_M)兩部分,分別實(shí)現(xiàn)符號(hào)信息編碼和幅值信息編碼。與傳統(tǒng)的LBP特征相比,符號(hào)信息相比于幅值信息在紋理表達(dá)能力上更強(qiáng)。我們分別計(jì)算兩個(gè)特征的直方圖,并將兩者進(jìn)行融合,獲得了一個(gè)更魯棒的新特征 CLBP_S_M,實(shí)現(xiàn)了兩種互補(bǔ)特征的融合。
3.選取SVM(Support Vecto
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。
最新文檔
- 基于HOG-LBP特征的人臉識(shí)別.pdf
- 基于lbp的人臉識(shí)別
- 基于LBP特征的人臉識(shí)別算法研究與應(yīng)用.pdf
- 基于LBP特征的人臉識(shí)別算法研究.pdf
- 基于LBP特征的人臉識(shí)別算法改進(jìn)研究.pdf
- 基于改進(jìn)LBP特征的人臉識(shí)別系統(tǒng).pdf
- 基于KPCA與LBP的人臉識(shí)別.pdf
- 基于LBP多特征融合的人臉表情識(shí)別.pdf
- 基于LBP統(tǒng)計(jì)特征的人臉識(shí)別方法研究.pdf
- 基于改進(jìn)型LBP特征的人臉識(shí)別研究.pdf
- 基于LBP的人臉識(shí)別研究.pdf
- 基于HOG特征LBP特征的人臉識(shí)別方法研究.pdf
- 基于LBP閾值特征的人臉識(shí)別方法研究.pdf
- 基于擴(kuò)展LBP特征的人臉識(shí)別系統(tǒng)研究.pdf
- 基于LBP算法的人臉識(shí)別研究.pdf
- 基于改進(jìn)LBP的人臉識(shí)別算法研究.pdf
- 基于MB-LBP特征的人臉識(shí)別方法研究.pdf
- 基于LBP特征的人臉表情分析.pdf
- 基于LBP的人臉身份識(shí)別和性別識(shí)別研究.pdf
- 基于集成學(xué)習(xí)的人臉特征抽取及識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論