2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩85頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、該文較為系統(tǒng)地介紹了人臉識(shí)別技術(shù)的研究和發(fā)展,以代數(shù)方法為切入點(diǎn),進(jìn)行人臉識(shí)別技術(shù)的研究.分析已有的三種主要代數(shù)方法后,提出一種新的圖象代數(shù)特征提取方法,該方法基于特征矩陣和Fisher判別準(zhǔn)則,所提取的特征既含有最佳鑒別信息又具有某些代數(shù)和幾何不變性,是一種比較理想的代數(shù)特征.之后對(duì)基于相似性判別函數(shù)的圖象特征提取進(jìn)行了進(jìn)一步的研究.該文引入模糊數(shù)學(xué)中隸屬概念,定義圖象隸屬度,嘗試直接在圖象的代數(shù)特征上,構(gòu)造分類器,進(jìn)行識(shí)別.最后,分

2、析基于廣義最佳鑒別向量集方法,介紹Fukunaga維數(shù)定理,在此基礎(chǔ)上提出的維數(shù)相同時(shí),對(duì)于多類模式的子集即少數(shù)幾類模式而言,模式類數(shù)少的廣義最佳鑒別向量集的分離能力強(qiáng)于模式類數(shù)多的廣義最佳鑒別向量集的分離能力;由此提出分組決策方法,改進(jìn)算法,幾組對(duì)照實(shí)驗(yàn)結(jié)果表明,識(shí)別效果明顯得到改善.該文以代數(shù)方法為工具,從圖象的特征提取和應(yīng)用圖象特征進(jìn)行人臉識(shí)別兩方面進(jìn)行人臉識(shí)別兩個(gè)方面進(jìn)行了較為深入的研究.我們認(rèn)為人臉識(shí)別技術(shù)的研究富有挑戰(zhàn)而又充

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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