人面部的代數(shù)特征與幾何特征的提取及識(shí)別.pdf_第1頁
已閱讀1頁,還剩124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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、該論文主要從人面部的代數(shù)特征和幾何形狀特征兩個(gè)方面,探討了人面部的特征提取和識(shí)別問題.在代數(shù)特征方面,主要從主成分分析和獨(dú)立成分分析兩個(gè)角度出發(fā),進(jìn)行了探討.在模式識(shí)別理論中,人臉識(shí)別是一種典型的多類判別問題.鑒于支持向量機(jī)是一種以兩類判別為基本功能的分類函數(shù),在用于多類判別時(shí),該文提出的方案是以1-1判別策略為基礎(chǔ),根據(jù)各判別函數(shù)的分類間隔的差異對(duì)多個(gè)判別函數(shù)進(jìn)行排序,對(duì)于"拒絕決策"的情形,則可利用判別函數(shù)間的冗余再判別來降低識(shí)別誤

2、差.這種基于支持向量機(jī)組的淘汰法對(duì)于每個(gè)判別函數(shù)的使用更加合理和具有選擇性.根據(jù)所選擇的人臉的代數(shù)特征和支持向量機(jī)的分類性能,論文提出了一個(gè)臉像識(shí)別方法,即基于主成分分析對(duì)人臉圖像進(jìn)行降維,再用獨(dú)立成分分析進(jìn)行獨(dú)立分量特征提取,最后基于SVM進(jìn)行多類識(shí)別.該臉像識(shí)別方法在對(duì)ORL人臉圖像庫和自建的人臉圖像庫的測(cè)試實(shí)驗(yàn)中,識(shí)別率分別為97.5%、88.17%.在幾何形狀特征方面,論文重點(diǎn)研究了人臉主要幾何特征點(diǎn)的提取和臉部主要器官的連續(xù)形

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(qǐng)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(qǐng)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(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論