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、人臉識(shí)別是人工智能領(lǐng)域中重要的研究課題。由于其在檔案管理系統(tǒng)、安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證、公安系統(tǒng)的罪犯身份識(shí)別、銀行和海關(guān)的監(jiān)控、人機(jī)交互等領(lǐng)域具有廣闊的應(yīng)用前景,因此得到了研究者們廣泛的關(guān)注。 在過(guò)去的幾十年內(nèi)研究者提出了很多用于人臉識(shí)別的方法,但其在實(shí)際應(yīng)用中的識(shí)別率和速度仍然難以滿足人們的預(yù)期要求,特別是采集圖像中存在光照變化、攝像方位變異以及其它干擾時(shí)。識(shí)別系統(tǒng)采集的原始人臉圖像通常以網(wǎng)格像素的灰度值集合表示。孤立的像素
2、灰度集合不能直接反映人臉的內(nèi)蘊(yùn)特征,引入適當(dāng)?shù)淖儞Q,將其映射到特征空間,然后進(jìn)行識(shí)別處理是行之有效途徑之一。由于Gabor小波變換具有良好的特性,它能夠?qū)⑾噜弲^(qū)域的像素聯(lián)系起來(lái),從不同的頻率尺度和方向反映局部范圍內(nèi)圖像像素灰度值的變化,因此基于Gabor小波變換的人臉識(shí)別技術(shù)是一種非常流行的方法。本文深入研究了利用Gabor小波變換進(jìn)行人臉識(shí)別的理論、方法和技術(shù),并針對(duì)Gabor小波系數(shù)具有冗余性,結(jié)合圖像融合技術(shù)提出了基于Gabor小
3、波系數(shù)融合的人臉識(shí)別新方法。 本文的主要工作如下:(1)研究了小波變換理論和基于小波變換的圖像融合方法。圖像經(jīng)過(guò)小波分解后得到一系列的低頻和高頻系數(shù),低頻包含了圖像的主要特征,高頻系數(shù)包含了圖像的細(xì)節(jié)信息。針對(duì)這一特點(diǎn),在低頻區(qū)域采用加權(quán)平均法,在高頻區(qū)域采用基于區(qū)域的方法。(2)研究了Gabor小波變換及其特性。Gabor小波變換是通過(guò)計(jì)算一組Gabor濾波器與圖像上給定位置附近區(qū)域像素灰度值的卷積來(lái)實(shí)現(xiàn)的。Gabor小波是哺
4、乳動(dòng)物視覺(jué)皮層簡(jiǎn)單細(xì)胞接受場(chǎng)模型的良好近似,并且對(duì)臉部姿勢(shì)和光照變化有較好的魯棒性,從而可以保證人臉的特征提取。接著研究了Gabor濾波器參數(shù)的選擇及其意義。(3)研究了彈性圖匹配算法以及彈性束圖匹配算法。彈性匹配算法是用二維網(wǎng)格來(lái)表示人臉圖像,圖中的節(jié)點(diǎn)用一組描述人臉局部特征的Gabor小波變換系數(shù)標(biāo)示,將圖像之間的比較變?yōu)榫W(wǎng)格間的比較。此方法的主要缺點(diǎn)時(shí)計(jì)算量大,圖像冗余信息大,存儲(chǔ)量大。彈性束圖匹配算法則使用人臉特征點(diǎn)來(lái)表示人臉,
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。
最新文檔
- 基于Gabor小波網(wǎng)絡(luò)的人臉識(shí)別研究.pdf
- 基于Gabor小波的人臉表情識(shí)別研究.pdf
- 基于Gabor小波變換的人臉識(shí)別研究.pdf
- 基于Gabor小波變換和SVM的人臉表情識(shí)別.pdf
- 基于Gabor小波的人臉識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于Gabor小波的人臉識(shí)別方法及應(yīng)用.pdf
- 基于Gabor小波變換的人臉識(shí)別技術(shù)研究.pdf
- 基于Gabor小波和SVM的人臉識(shí)別算法研究.pdf
- 基于Gabor小波變換復(fù)振幅信息的人臉識(shí)別.pdf
- 基于Gabor小波變換的人臉識(shí)別算法的研究.pdf
- 基于Gabor小波的多信息融合人臉識(shí)別算法.pdf
- 基于Gabor小波+PCA方法的人臉識(shí)別技術(shù)研究.pdf
- 基于Gabor小波的人臉表情識(shí)別算法研究及實(shí)現(xiàn).pdf
- 基于Gabor小波的人臉識(shí)別的單樣本問(wèn)題研究.pdf
- 基于gabor小波和非線性算法的人臉識(shí)別系統(tǒng)
- 基于Gabor小波和神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別研究.pdf
- 基于Gabor小波與稀疏表示的人臉識(shí)別方法研究.pdf
- 基于Gabor小波和非線性算法的人臉識(shí)別系統(tǒng).pdf
- 基于Gabor小波與分類樹(shù)的人臉表情識(shí)別算法研究.pdf
- 基于Gabor小波變換與分形維的人臉情感識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論