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57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、在研究人臉識(shí)別技術(shù)的過程中,針對淺度特征(LBP、SIFT、HOG、Gabor等)對人臉特征表達(dá)效果不理想的問題,提出了一種基于多特征融合的深度學(xué)習(xí)人臉識(shí)別方法。該方法首先要用局部二值算法提取人臉局部紋理特征,然后對深度網(wǎng)絡(luò)模型進(jìn)行構(gòu)建,并利用深度卷積網(wǎng)絡(luò)的共享權(quán)值和池化、下采樣等技術(shù)降低模型的復(fù)雜度。在構(gòu)建后的模型頂層形成人臉圖像特征分類面,通過訓(xùn)練后得到完好的深度網(wǎng)絡(luò)模型,利用該模型對人臉圖像進(jìn)行特征提取,能夠有效的完成對人臉圖像的

2、識(shí)別。實(shí)驗(yàn)效果很好的證明了基于多特征融合的深度學(xué)習(xí)人臉識(shí)別方法對人臉特征表達(dá)效果良好,顯著提高了人臉識(shí)別的準(zhǔn)確率。
  本文首先介紹人臉識(shí)別的基本原理,描述人臉識(shí)別處理的流程和常見的方法。闡述深度學(xué)習(xí)的原理和理論,詳細(xì)分析三種常見的深度網(wǎng)絡(luò)模型,并通過對手寫字符識(shí)別進(jìn)行比較它們的性能和實(shí)驗(yàn)效果,探討模型的大小對深度網(wǎng)絡(luò)模型的性能和實(shí)驗(yàn)效果的影響。接著描述淺度特征局部二值模式(LBP)的基本原理,并通過對人臉識(shí)別進(jìn)行研究探討LBP模

3、型的魯棒性特性和實(shí)驗(yàn)效果。最后著重研究多特征融合的深度網(wǎng)絡(luò)模型對人臉識(shí)別的方法,并通過實(shí)驗(yàn)對不同的人臉識(shí)別方法進(jìn)行對比。
  本文的主要工作如下:
  1、對深度學(xué)習(xí)中常用的特征提取算法進(jìn)行剖析,分析各算法的優(yōu)缺點(diǎn)。通過仿真實(shí)驗(yàn)對各算法的特征表達(dá)效果及運(yùn)行時(shí)間進(jìn)行對比,并對實(shí)驗(yàn)結(jié)果進(jìn)行分析。闡述了深度學(xué)習(xí)的由來、發(fā)展現(xiàn)狀以及尚未解決的理論性問題。
  2、研究深度學(xué)習(xí)在人臉識(shí)別中的應(yīng)用。將融合深度特征和淺度特征應(yīng)用于人

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(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. 眾賞文庫僅提供信息存儲(chǔ)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(píng)論

0/150

提交評(píng)論