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59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、人臉識(shí)別技術(shù)是生物特征識(shí)別的關(guān)鍵技術(shù)之一,具有非常廣闊的應(yīng)用前景,但由于受光照條件、拍攝角度、姿態(tài)、表情和遮擋等實(shí)際環(huán)境的影響,同一人臉識(shí)別方法在不同的應(yīng)用環(huán)境下識(shí)別效果變化較大,因此,實(shí)現(xiàn)具有較高識(shí)別率、較低復(fù)雜性和較好魯棒性的人臉識(shí)別方法是當(dāng)前人臉識(shí)別技術(shù)的主要研究方向。
  本文通過(guò)對(duì)各種人臉識(shí)別方法比較之后,重點(diǎn)研究了識(shí)別率較高的隱馬爾科夫模型,但隱馬爾科夫模型計(jì)算復(fù)雜度較高,因此,降低復(fù)雜性是基于隱馬爾可夫模型的人臉識(shí)別

2、方法研究的重點(diǎn)。本文通過(guò)對(duì)人臉圖像鄰點(diǎn)相關(guān)性的深入分析,給出了一種適用于人臉識(shí)別的簡(jiǎn)化偽二維隱馬爾可夫模型,并從理論和實(shí)驗(yàn)兩方面對(duì)該模型進(jìn)行算法分析和實(shí)驗(yàn)驗(yàn)證。主要工作如下:
  1、針對(duì)目前二維隱馬爾科夫模型計(jì)算復(fù)雜度高的問(wèn)題,通過(guò)對(duì)人臉圖像鄰點(diǎn)相關(guān)性的深入分析,本文充分簡(jiǎn)化模型結(jié)構(gòu)和限制狀態(tài)轉(zhuǎn)移,給出一種簡(jiǎn)化偽二維隱馬爾科夫模型。理論分析表明:模型雖然在形式上還是二階馬氏鏈,但是在計(jì)算復(fù)雜度上已經(jīng)變成了一階馬氏鏈,簡(jiǎn)化程度比較

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