已閱讀1頁，還剩44頁未讀， 繼續(xù)免費閱讀
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(rèn)領(lǐng)
文檔簡介
1、隨著人類社會的不斷進步，快速便捷的身份檢驗受到越來越多各界人士的關(guān)注。人臉屬于生物特征，作為人的本質(zhì)特性，其穩(wěn)定性和差異性非常強，因此可以當(dāng)作檢驗身份的很好方法。同時，這種方法是既比較自然又比較直接的方法，而且用戶容易接受，因為它具有便利、友好的特性。 因此，越來越多來自模式識別和圖像處理等各領(lǐng)域關(guān)注這方面研究，已經(jīng)成為信號處理和模式識別等的縱多學(xué)科領(lǐng)域關(guān)注的熱點。 本文首先介紹了人臉識別的背景、應(yīng)用、發(fā)展歷程、研究現(xiàn)狀
2、以及研究內(nèi)容，并對人臉識別領(lǐng)域的一些理論方法作了總體的介紹。 文中所采用的方法是常有的主成分分析（PCA Principle Component Analysis）。人臉預(yù)處理工作是比較重要的步驟，其主要包括幾何校正、直方圖均衡化、像素灰度值歸一化等，于是文中對這方面工作作了詳細(xì)的介紹。 小波變換理論是本文的重要研究方法，于是對小波變換理論進行深入研究，并詳細(xì)闡述了其在人臉識別中的應(yīng)用。 最后深入地研究傳統(tǒng)的PC
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(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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于主成分分析的人臉識別研究.pdf
- 基于主成分分析的人臉識別.pdf
- 基于小波分析和主成分分析的人臉識別研究.pdf
- 基于Gabor小波變換的人臉識別技術(shù)研究.pdf
- 基于主成分分析的人臉識別改進方法.pdf
- 基于主成分分析的人臉識別方法研究.pdf
- 基于分塊離散余弦變換和主成分分析法的人臉識別
- 基于Contourlet變換的主成分分析人臉識別算法.pdf
- 基于小波變換的人臉識別研究.pdf
- 基于矩陣主成分分析的人臉識別方法研究.pdf
- 基于改進主成分分析方法的人臉識別算法研究.pdf
- 基于小波變換與KPCA人臉識別技術(shù)研究.pdf
- 基于改進的主成分分析的人臉識別算法研究.pdf
- 基于Gabor小波變換和子空間的人臉識別技術(shù)研究.pdf
- 基于改進的主成分分析類算法的人臉識別.pdf
- 基于主元分析和小波變換的人臉識別方法研究與實現(xiàn).pdf
- 基于小波包變換和二維四元數(shù)主成分分析的人臉識別方法.pdf
- 基于小波變換與奇異值分解的人臉識別技術(shù)研究.pdf
- 畢業(yè)論文-基于分塊離散余弦變換變換和主成分分析法的人臉識別
- 基于Gabor小波變換的人臉識別研究.pdf
評論
0/150
提交評論