已閱讀1頁，還剩66頁未讀， 繼續(xù)免費(fèi)閱讀
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)已有七十多年的歷史，技術(shù)的不斷成熟促使人臉識別技術(shù)走出實(shí)驗(yàn)室，走進(jìn)生產(chǎn)、生活實(shí)踐。成功的人臉識別技術(shù)需有效處理人臉圖像的高維數(shù)據(jù)特性，光照、姿態(tài)等變化對識別性能產(chǎn)生的影響，并要求有較高的識別率和識別時(shí)間效率。目前，人臉識別技術(shù)在安全、監(jiān)控、執(zhí)法、多媒體管理、人機(jī)交互和身份驗(yàn)證等國家、國際安全管理和商業(yè)及教學(xué)活動(dòng)等領(lǐng)域均有廣泛應(yīng)用。
小波變換具有多分辨率分析特性及快速而高效的Mallat算法；統(tǒng)計(jì)不相關(guān)鑒別分析方法(
2、Uncorrelated LDA,ULDA)能夠提取圖像的統(tǒng)計(jì)不相關(guān)特征。本文對小波變換和ULDA方法進(jìn)行優(yōu)勢互補(bǔ)，用小波變換解決ULDA方法的小樣本問題，用ULDA方法提取人臉圖像的統(tǒng)計(jì)不相關(guān)特征。將小波變換后的低頻及高頻子圖分別進(jìn)行ULDA特征提取，用四個(gè)子圖的特征融合進(jìn)行分類識別。并通過在人臉庫上的仿真實(shí)驗(yàn)證明算法對提高識別性能的有效性。
研究基于小波變換的光照不變特征提取算法，在此基礎(chǔ)用直方圖均衡化增強(qiáng)光照不變特征的對
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
- 基于小波變換的人臉識別研究.pdf
- 基于Gabor小波變換的人臉特征提取方法研究.pdf
- 基于小波變換的人臉圖像壓縮.pdf
- 基于小波變換的人臉統(tǒng)計(jì)特征識別系統(tǒng)研究.pdf
- 基于Gabor小波變換的人臉識別研究.pdf
- 基于小波變換的人臉識別方法研究.pdf
- 基于復(fù)小波變換的人臉表情識別研究.pdf
- 基于粗集和小波變換的人臉識別研究.pdf
- 基于Gabor小波變換的人臉識別技術(shù)研究.pdf
- 基于Gabor小波變換的人臉識別算法的研究.pdf
- 基于Gabor小波變換和SVM的人臉表情識別.pdf
- 基于先驗(yàn)概率與小波變換的人臉比對研究.pdf
- 基于Gabor小波變換復(fù)振幅信息的人臉識別.pdf
- 基于小波變換的人臉識別方法與系統(tǒng)研究.pdf
- 基于Gabor小波變換與支持向量機(jī)的人臉識別研究.pdf
- 基于曲波變換的人臉識別算法研究.pdf
- 基于小波變換和稀疏表示的人臉識別方法研究.pdf
- 基于Gabor小波變換的人臉表情識別方法的研究.pdf
- 基于小波變換圖像融合算法的人臉檢測.pdf
- 基于Gabor小波變換和子空間的人臉識別技術(shù)研究.pdf
評論
0/150
提交評論