2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩52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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉識別是模式識別領(lǐng)域的一個(gè)重要研究課題,已被廣泛應(yīng)用于門禁系統(tǒng)、考勤系統(tǒng)、安檢、刑事案件偵破等領(lǐng)域中。與其他生物識別技術(shù)相比,人臉識別具有非接觸式、可靠性強(qiáng)等優(yōu)點(diǎn)。然而人臉圖像不僅數(shù)據(jù)量大,而且容易受到光照以及人臉姿態(tài)等的影響,這給計(jì)算機(jī)進(jìn)行有效人臉識別提出了極大挑戰(zhàn)。如何快速準(zhǔn)確的提取人臉特征來進(jìn)行人臉的匹配是研究者們關(guān)注的焦點(diǎn)。
   目前,常用的特征提取方法有主元分析法(PCA)、Fisher線性判別分析法(LDA)以及

2、獨(dú)立成分分析法(ICA)等。非負(fù)矩陣分解(Non-negative Matrix Factorization,NMF)算法是Lee等人提出的一種基于特征子空間的特征提取與數(shù)據(jù)降維的新方法。與傳統(tǒng)方法相比,NMF在處理大規(guī)模數(shù)據(jù)以及局部特征提取方面具有較大優(yōu)勢。它通過對分解的矩陣引入非負(fù)性約束條件,將任何圖像看成是由一組基圖像按照不同的權(quán)重相加而成的,更符合人們“局部構(gòu)成整體”的思維方式??梢?,基圖像的構(gòu)造對NMF能否進(jìn)行準(zhǔn)確的特征提取起

3、著舉足輕重的作用。
   考慮到人臉對稱的生理特性,本文提出了一種利用鏡像偶特征改造NMF基圖像并進(jìn)行局部特征提取的人臉識別算法。首先獲取鏡像偶特征并進(jìn)行二次Haar小波分解,得到重構(gòu)人臉樣本圖像。然后利用NMF分解得到一組在垂直方向?qū)ΨQ的基圖像,由它們組成基矩陣并對它們正交規(guī)范化。由于改造后的基圖像符合人臉對稱的生理特性,使得NMF基矩陣更加適用于人臉特征提取。在含有姿態(tài)變化和不均勻光照樣本的Yale人臉數(shù)據(jù)庫上取得了較好的識

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(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。

評論

0/150

提交評論