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(bào)或認(rèn)領(lǐng)
文檔簡介
1、人臉識別技術(shù)是利用計(jì)算機(jī)分析人臉圖像,提取有效的識別信息來辨別身份的一門技術(shù),具有重要的學(xué)術(shù)價(jià)值與廣闊的應(yīng)用前景。它涉及模式識別、圖像處理、計(jì)算機(jī)視覺、生理學(xué)、心理學(xué)等諸多學(xué)科的知識,是當(dāng)前研究的熱點(diǎn)之一。 在實(shí)際應(yīng)用中,一方面,已有算法在特征提取、分類等人臉識別關(guān)鍵階段的局限性,制約著最終的識別效果;另一方面,由于環(huán)境背景、光照、人臉的姿態(tài)和表情等的變化,又大大增加了人臉識別的難度。 本文重點(diǎn)研究了基于主成分分析相關(guān)的
2、人臉識別方法,通過對比分析PCA、2DPCA、2DPCA-AMD和C-2DPCA算法,總結(jié)這類人臉識別方法的特點(diǎn),在此基礎(chǔ)上采用模塊化思想,提出了模塊化C-2DPCA算法,并在人臉數(shù)據(jù)庫上進(jìn)行仿真模擬驗(yàn)證,在保持較高識別率的前提下,模塊化方法有助于增強(qiáng)算法的魯棒性。進(jìn)一步的研究,提出了模塊化C-2DPCA-AMD算法,該算法是將AMD距離判據(jù)應(yīng)用于模塊化C-2DPCA算法,在ORL人臉數(shù)據(jù)庫和ZJU-3DFED上的仿真實(shí)驗(yàn)驗(yàn)證,該方法在
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(shí)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2DPCA的人臉識別方法.pdf
- 基于改進(jìn)LBP的人臉表情識別方法.pdf
- 基于Gabor小波和2DPCA方法的人臉表情識別算法.pdf
- 基于改進(jìn)LDP特征的人臉識別方法.pdf
- 基于改進(jìn)的2DPCA和相關(guān)向量機(jī)的人臉識別算法研究.pdf
- 基于稀疏表示改進(jìn)的人臉識別方法研究.pdf
- 基于LPP算法的人臉識別方法研究.pdf
- 基于Boosting算法的人臉識別方法研究.pdf
- 基于統(tǒng)計(jì)的人臉識別方法.pdf
- 基于PCA的人臉識別方法.pdf
- 基于Boosting算法的人臉識別方法的研究.pdf
- 基于ICA與Gabor算法的人臉識別方法研究.pdf
- 基于改進(jìn)的2DPCA與神經(jīng)網(wǎng)絡(luò)的人臉識別研究.pdf
- 基于塊內(nèi)相關(guān)性的2DPCA人臉識別方法.pdf
- 基于LDP的人臉識別方法研究.pdf
- 基于MMTD的人臉識別方法研究.pdf
- 基于Gabor特征的人臉識別方法.pdf
- 基于仿生特征的人臉識別方法.pdf
- 基于局部匹配的人臉識別方法.pdf
- 基于分塊DCT和雙向2DPCA的人臉識別.pdf
評論
0/150
提交評論