已閱讀1頁,還剩90頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、隨著經(jīng)濟的快速發(fā)展,互聯(lián)網(wǎng)的普及,信息安全逐漸被人們所重視。人臉識別技術作為保護信息安全的重要手段之一,也逐漸被研究學者所重視。人臉識別作為計算機視覺技術和生物特征識別技術的一個重要分支,模式識別與人工智能的一個重要領域,其主要任務是對靜態(tài)圖像或動態(tài)視頻進行識別。如何快速的正確的對人臉進行識別是目前人臉識別課題的一個難題。人臉識別算法的選取直接關系到人臉識別的識別率。
本文首先介紹了國內(nèi)外人臉識別的發(fā)展現(xiàn)狀,并對人臉圖像預處理
2、方法進行了詳細闡述。圖像預處理的方法有很多,主要包括:灰度變換、圖像銳化、圖像的歸一化、圖像濾波、二值化等。
其次,本文對主成分分析(PCA)算法、二維主成分分析(2DPCA)算法、線性辨別分析(LDA)算法進行了研究,并對三種算法進行了融合,形成了“PCA—LDA”算法及“2DPCA—LDA”算法。通過三個實驗,驗證這幾種算法的性能。
最后,本文對Gabor小波及支持向量機(SVM)進行了研究,Gabor小波具有良
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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Gabor小波變換和SVM的人臉表情識別.pdf
- 基于Gabor小波的人臉識別算法研究與實現(xiàn).pdf
- 基于Gabor小波變換的人臉識別算法的研究.pdf
- 基于gabor小波和非線性算法的人臉識別系統(tǒng)
- 基于Gabor小波和PCA相結合的人臉識別算法研究.pdf
- 基于Gabor小波的人臉表情識別算法研究及實現(xiàn).pdf
- 基于Gabor小波網(wǎng)絡的人臉識別研究.pdf
- 基于Gabor小波和非線性算法的人臉識別系統(tǒng).pdf
- 基于Gabor小波的人臉表情識別研究.pdf
- 基于Gabor小波變換的人臉識別研究.pdf
- 基于Gabor-PCA和KNN-SVM的人臉識別算法.pdf
- 基于Gabor小波和SVM的手勢識別算法研究.pdf
- 基于Gabor小波和2DPCA方法的人臉表情識別算法.pdf
- 基于Gabor小波與分類樹的人臉表情識別算法研究.pdf
- 基于Gabor小波系數(shù)融合的人臉識別.pdf
- 基于boosting和Gabor小波的人臉檢測算法.pdf
- 基于Gabor小波變換的人臉識別技術研究.pdf
- 基于Gabor小波和神經(jīng)網(wǎng)絡的人臉表情識別研究.pdf
- 基于Gabor和Adaboost的人臉識別算法研究.pdf
- 基于Log-Gabor、ULBP和SVM的人臉識別設計.pdf
評論
0/150
提交評論