2023年全國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88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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉包含的視覺信息是區(qū)別人與人之間差別的最重要生物特征之一,以其直接性、唯一性、方便性等特點(diǎn),越來越受到人們的關(guān)注。人臉自動識別技術(shù)是生物特征識別技術(shù)的重要組成部分,是模式識別和機(jī)器視覺領(lǐng)域最富挑戰(zhàn)性的研究課題之一,也是近年來研究的熱點(diǎn)問題。它主要包括人臉檢測和人臉識別兩方面內(nèi)容。 近年來,人們提出了許多的人臉識別方法,它們大體上可以分為以下幾大類:靜止圖像中的人臉識別方法、系列視頻中的人臉識別方法,以及三維人臉識別方法等。但由

2、于人臉的可變塑性和在成像過程中多種因素的影響,目前己經(jīng)取得的研究成果距離實(shí)際應(yīng)用還有相當(dāng)大的距離。本文深入研究了基于奇異值分解和隱馬爾可夫模型的人臉識別方法,主要做了如下幾個方面的工作: (1)提出了一種新的基于奇異值分解的人臉識別方法,我們稱其為基于局部奇異值的方法。傳統(tǒng)的方法是將整幅圖像的奇異值向量作為識別特征量,這種做法有兩個明顯的不足,一方面是整幅圖像的奇異值向量反映的是整幅圖像的統(tǒng)計(jì)特性,對細(xì)節(jié)描述不夠;另一方面由于奇

3、異值向量作為識別特征量是由前面幾個顯著值起決定作用的,這就造成了圖像尺寸增加不一定能增加識別的特征個數(shù),而特征量太少的直接結(jié)果是識別率的降低?;谏鲜鍪聦?shí),我們提出一種基于局部奇異值向量的人臉識別方法,用多個小窗口采樣人臉,用多個奇異值向量表示人臉特征。這樣能更加充分地利用圖像的信息,增加有效的識別特征量,更好的反映人臉局部特征的個體差異。實(shí)驗(yàn)結(jié)果表明,這種方法是非常有效的,采用基于局部奇異值的方法要遠(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)的基于奇異值的方法。

4、 (2)提出了一種基于奇異值分解和隱馬爾可夫模型(Hidden Markov Model,簡記HMM)的人臉識別方法,它采用奇異值向量作為觀察向量。我們認(rèn)為,人臉識別研究中,把人臉作為一個對象來建模時(shí),既要注重各部分結(jié)構(gòu)的整體性信息,還需要注重臉部五官特征的局部細(xì)節(jié)性信息。整體性信息描述了人臉的宏觀特征,而細(xì)節(jié)性信息則是區(qū)分不同人臉的關(guān)鍵。所以人臉應(yīng)當(dāng)作為一個整體來描述,不僅僅包括各個器官的數(shù)值特征,還應(yīng)當(dāng)包括各個器官的不同表象和相

5、互關(guān)聯(lián)。我們選擇隱馬爾可夫模型的合理性在于,可以將同一個人的面部表情變化、姿態(tài)變化等的豐富表現(xiàn)看作是同一個狀態(tài)產(chǎn)生的一系列實(shí)現(xiàn),它們對應(yīng)的是同一個HMM,而不同的人我們用不同的HMM來表現(xiàn)。利用隱馬爾可夫模型對人臉進(jìn)行描述和識別,我們就不是孤立地利用各個器宮的數(shù)值特征,而是把這些特征和一個狀態(tài)轉(zhuǎn)移模型聯(lián)系起來。由于奇異值向量的穩(wěn)定性以及轉(zhuǎn)置不變性等特性,因而用它作為觀察向量要優(yōu)于直接采用灰度值或二維離散余弦變換系數(shù)。我們對經(jīng)典Baum-

6、Welch算法進(jìn)行了改進(jìn),給出了多觀察值序列條件下的連續(xù)HMM的參數(shù)重估算法,提高了HMM人臉識別的識別性能。我們的實(shí)驗(yàn)結(jié)果也證明了這一點(diǎn),本文的基于連續(xù)HMM的人臉識別方法無論是參與計(jì)算的數(shù)據(jù)量還是識別率都要優(yōu)于傳統(tǒng)的HMM 人臉識別方法。 (3)提出了一種基于奇異值分解和嵌入式隱馬爾可夫模型(Embedded HMM)的人臉識別方法。嵌入式隱馬爾可夫模型是一種簡化了的二維隱馬爾可夫模型,它可以較好地描述人臉。該模型通過超狀

7、態(tài)的嵌入狀態(tài)來描述臉部局部特征的細(xì)節(jié)性信息,通過狀態(tài)轉(zhuǎn)移把這些局部信息聯(lián)系起來;通過超狀態(tài)之間的轉(zhuǎn)移關(guān)系來描述人臉宏觀整體性信息。因此,利用嵌入式隱馬爾可夫模型描述人臉,我們不是孤立地利用臉部局部特征,而是把這些局部特征和概率轉(zhuǎn)移模型聯(lián)系起來,進(jìn)而形成整體的宏觀描述。從原理上來說,基于嵌入式隱馬爾可夫模型的人臉表示和識別方法更合理。我們在一維HMM的基礎(chǔ)上,修訂了連續(xù)EHMM的參數(shù)重估算法,優(yōu)化了EHMM人臉模型,同時(shí)也提高了人臉識別算

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(hù)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(shí)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。

評論

0/150

提交評論