

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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、人臉識別技術(shù)因為涉及較多的研究領(lǐng)域以及應(yīng)用場景廣泛成為當(dāng)前一個熱門研究課題,它無論在科研還是在商用中都具有重要的價值。目前經(jīng)歷了幾十年的發(fā)展已經(jīng)有大量的研究人員分別針對不同的應(yīng)用環(huán)境提出了自己的人臉識別算法。本文在分別研究基于整體特征和局部特征提取算法的基礎(chǔ)上,提出了融合整體特征和局部特征的人臉識別算法,并將本文算法分別與整體特征提取算法和局部特征提取算法的識別率進(jìn)行了對比分析。本文的主要研究內(nèi)容如下:
?。?)目前主流的人臉識
2、別算法都是單純的基于整體特征提取算法或者基于局部特征提取算法或者某種算法的改進(jìn),許多研究人員提出人臉識別技術(shù)的未來趨勢可以是多種算法的融合。本文針對這種情況從提高人臉識別率出發(fā)利用了融合整體特征和局部特征的人臉識別方法。首先,利用 PCA算法提取人臉圖像整體重要特征信息,然后利用局部二值模式算法獲得局部重要信息,再將二者利用Bayesian融合策略進(jìn)行有效融合。實驗結(jié)果對比的時候,將本文結(jié)果與采取同樣整體特征提取算法和局部特征提取算法的
3、特征級融合算法進(jìn)行了比較,這樣結(jié)果就更加具有可比性。對比結(jié)果證明,本文方法在訓(xùn)練樣本數(shù)相同的情況下,識別率高于主成分分析算法的識別率,本文方法的最高識別率也高于局部二進(jìn)制模式的最高識別率。當(dāng)然,本文算法的識別率也高于采用同樣特征提取算法的簡單特征級融合。總之,融合兩者的有效信息能夠結(jié)合二者的優(yōu)勢,達(dá)到提高人臉識別率的目的。
(2)設(shè)計了一個人臉識別系統(tǒng)界面,該界面的功能是可以方便的對人臉數(shù)據(jù)庫進(jìn)行訓(xùn)練、測試、識別以及選擇想要測
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(hù)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。
最新文檔
- 基于整體和局部的人臉識別的研究.pdf
- 基于整體識別和局部識別融合的人臉表情識別.pdf
- 基于整體特征和局部特征的人臉識別方法的研究.pdf
- 基于整體特征的人臉識別的研究.pdf
- 基于子空間和局部特征的人臉識別研究.pdf
- 基于稀疏表示和局部描述的人臉識別算法研究.pdf
- 融合全局和局部特征的人臉識別.pdf
- 全局和局部特征融合的人臉表情識別研究.pdf
- 基于局部特征的人臉識別的研究與實現(xiàn).pdf
- 基于全局結(jié)構(gòu)和局部統(tǒng)計特征的人臉識別方法研究.pdf
- 基于偏振編碼和局部二值模式的人臉識別算法研究.pdf
- 基于整體與結(jié)構(gòu)化奇異值分解和局部OMP稀疏表示的人臉識別.pdf
- 基于Matlab的人臉識別的研究.pdf
- 基于局部二值模式的人臉表情識別的研究與實現(xiàn).pdf
- 融合多特征和局部二值模式的人臉識別研究.pdf
- 基于加權(quán)小波分解的人臉識別的人臉識別算法研究.pdf
- 基于局部特征的人臉識別.pdf
- 彩色圖像中的人臉檢測和局部特征的定位識別.pdf
- 基于視頻監(jiān)控的人臉識別的研究.pdf
- 基于譜回歸的人臉識別的研究.pdf
評論
0/150
提交評論