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54頁未讀, 繼續(xù)免費閱讀

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉識別是一種新型的生物特征識別技術(shù),與指紋識別、虹膜識別類似,可作為人的身份唯一性認(rèn)證的重要手段。人臉識別以人像為分析基礎(chǔ),只需采用廉價的取像裝置。人像獲取具有操作方便、人臉不易冒用、人臉可隨身攜帶且不會遺失、可防止抵懶等優(yōu)點。因此人臉識別問題成為安保領(lǐng)域關(guān)注的熱點之一。支持向量機是建立在統(tǒng)計學(xué)習(xí)理論的VC維(Vapnik-ChervonenkisDimension)理論和結(jié)構(gòu)風(fēng)險最小化原則基礎(chǔ)上的重要理論。作為一種新的機器學(xué)習(xí)方法,

2、SVM能較好地解決小樣本、非線性、高維數(shù)和局部極小點等實際問題。將SVM的分類算法應(yīng)用于說話人識別等模式識別問題,可以有效地解決傳統(tǒng)分類器的過學(xué)習(xí)、泛化能力差和維數(shù)災(zāi)難等問題。
   圖像紋理特征的有效提取對下面所用到的支持向量機分類器來進(jìn)行學(xué)習(xí)和訓(xùn)練有非常重要的作用。針對圖像特征提取的問題,作者從紋理特點的實際應(yīng)用出發(fā),著重分析了統(tǒng)計法中的灰度共生矩陣算法,深入研究了圖像內(nèi)容中紋理特征的多種描述及提取方法。
   由于

3、支持向量機具有堅實的理論基礎(chǔ)與良好的分類性能等優(yōu)勢,在支持向量機的統(tǒng)計理論原理和分類原理基礎(chǔ)上,從特征向量提取、核函數(shù)、訓(xùn)練算法和多類分類器算法三個重要的影響識別效果和速度的方面進(jìn)行研究與分析,本文提出了一種基于支持向量機和圖像紋理特征相結(jié)合的人臉識別方法及其框架模型。首先將圖像進(jìn)行預(yù)處理,如灰度變換,直方圖均衡化,圖像的平滑等,然后利用紋理特征技術(shù)從處理后的圖像中提取可用于支持向量機訓(xùn)練的特征向量,最后使用支持向量機多類分類器,在樣本

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。

評論

0/150

提交評論