終端信息感知的人臉圖像處理技術(shù)研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩88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),請進行舉報或認領(lǐng)

文檔簡介

1、人臉圖像處理技術(shù)是生物識別技術(shù)中一個重要的領(lǐng)域,并且已經(jīng)進入商業(yè)化進程。人臉圖像處理技術(shù)以其方便、不易篡改等特點受到軍事、信息、安全等多個領(lǐng)域的青睞,具有重要的研究價值和廣闊的應(yīng)用前景,同時也面臨著巨大的挑戰(zhàn)。它不僅僅要解決年齡、光照、姿態(tài)、遮擋等魯棒性不高的問題,也要考慮通過終端獲取到圖像時產(chǎn)生圖像模糊現(xiàn)象等因素。本文正是基于此背景下,深入研究探討了人臉圖像處理技術(shù),并將其應(yīng)用于二代身份證相片識別和實際拍攝圖像的識別中,主要工作內(nèi)容包

2、括:
  首先,針對終端獲取圖像存在運動模糊的現(xiàn)象,提出一個完備的預處理解決方案。分析了傳統(tǒng)的預處理方案及其存在的不足,提出改進的預處理解決方案,通過改進的預處理解決方案對于運動模糊圖像進行復原,使圖像復原質(zhì)量達到最優(yōu),然后對圖像采用直方圖均衡化進行增強,最后采用AdaBoost算法對圖像進行人臉檢測,去除頭發(fā)、耳朵、背景等人臉區(qū)域外不利于識別的因素的影響,從而達到圖像預處理的效果,在標準人臉數(shù)據(jù)庫中進行仿真實驗,驗證了此解決方案

3、的可行性。
  其次,針對圖像特征提取問題,提出基于多特征融合人臉表示算法。分別分析了傳統(tǒng)的全局特征DCT特征和局部特征Gabor特征,鑒于這兩種特征各自的優(yōu)缺點,本文提出一種多特征融合的人臉表示算法,并且在ORL、FERET、Yale三個標準人臉數(shù)據(jù)庫中進行實驗,得到95.5%、95%、96.67%的識別率,均高于單一特征DCT特征、Gabor特征的識別效果,同時該算法識別時間比Gabor特征降低了1個數(shù)量級,這表明基于多特征融

4、合的人臉表示算法性能優(yōu)于單一特征人臉表示算法。
  然后,深入地研究了基于稀疏表示分類算法,借鑒基于Gabor稀疏表示分類算法的思想,提出一種基于多特征融合稀疏表示分類算法,該算法有效地避免了對原圖像進行直接處理所帶來的龐大的數(shù)據(jù)維數(shù),降低了計算復雜度,并且同時考慮了圖像的全局特征和局部特征,對于遮擋、光照、局部變形、表情等具有很好的魯棒性,在ORL、FERET、Yale三個標準人臉數(shù)據(jù)庫中的仿真實驗,驗證了該算法的識別性能優(yōu)越性

5、和魯棒性。
  最后,針對人臉模糊圖像處理問題,提出一套完整有效的人臉圖像處理解決方案。首先通過預處理方案去除終端獲取圖像存在的模糊現(xiàn)象,然后分別提取人臉圖像的DCT特征以及二維Gabor特征,并采用基于多特征融合稀疏表示人臉分類算法完成人臉識別。最后,采集并建立圖像數(shù)據(jù)庫,將本文提出的人臉圖像處理解決方案應(yīng)用于二代身份證相片識別和實際拍攝圖像識別中。在二代身份證相片識別的實驗中,發(fā)現(xiàn)本文提出的解決方案識別效果最高比采用傳統(tǒng)的基于

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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