2023年全國(guó)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49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、近年來,流形學(xué)習(xí)作為一種新的維數(shù)約簡(jiǎn)方法開始受到極大關(guān)注。流形學(xué)習(xí)假設(shè)數(shù)據(jù)分布在一個(gè)低維流形上,算法試圖通過保持?jǐn)?shù)據(jù)的局部幾何結(jié)構(gòu)將原始的高維數(shù)據(jù)嵌入到低維子流形中,本文介紹了幾種具有代表性的流形學(xué)習(xí)算法,如 Isomap、LLE、LE、LTSA及LSDA等,并著重介紹流形學(xué)習(xí)在人臉識(shí)別中的應(yīng)用。
   人臉識(shí)別是計(jì)算機(jī)模式識(shí)別研究的重要領(lǐng)域。雖然,人類能夠很容易地識(shí)別人臉,但對(duì)機(jī)器來說,仍是一件困難的事。在人臉識(shí)別領(lǐng)域,Gab

2、or小波由于其核函數(shù)同哺乳動(dòng)物簡(jiǎn)單細(xì)胞的感受野剖面類似,且能達(dá)到測(cè)不準(zhǔn)原理的最小值,具有最佳的時(shí)頻分辨率,故其在圖像的特征提取方面有著很大的優(yōu)勢(shì)。故本文研究了基于Gabor濾波和流形學(xué)習(xí)算法的人臉識(shí)別方法,主要工作如下:
   首先,由于Gabor濾波器組能夠提取人臉圖像的多分辨率特征,先利用Gabor濾波器組從不同方向和尺度下提取圖像的特征,經(jīng)過采樣、排列得到一個(gè)特征組合向量,由于Gabor濾波后的特征向量維數(shù)是非常高的,不易

3、于識(shí)別,故利用流形學(xué)習(xí)算法將高維特征向量進(jìn)行降維,得到低維特征子空間,再利用分類器進(jìn)行分類識(shí)別。依據(jù)這個(gè)思想,在本文中,我們介紹了一種新的將局部敏感判別算法運(yùn)用于Gabor特征向量的GLSDA算法。在ORL和Yale數(shù)據(jù)庫(kù)上進(jìn)行了人臉識(shí)別實(shí)驗(yàn),具體的實(shí)驗(yàn)結(jié)果表明:該算法的識(shí)別率高于其他常用的人臉識(shí)別算法。
   其次,考慮到局部敏感算法是監(jiān)督的學(xué)習(xí)方法,對(duì)于樣本類別未知的情況下,將不再實(shí)用。于是,我們提出將Gabor濾波與無監(jiān)督

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(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