基于Gabor與Pca融合算法的人臉識別研究.pdf_第1頁
已閱讀1頁，還剩65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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著科學(xué)技術(shù)的不斷發(fā)展和計(jì)算機(jī)技術(shù)的不斷提高，信息安全得到了人們越來越高的重視。由于生物特征可以唯一、直觀和簡易的反映生物的身份，且基于生物特征的身份識別技術(shù)具有可靠安全、較難偽造、無法盜取、特征獨(dú)特等其他身份識別所不具備的優(yōu)勢，生物特征識別技術(shù)成為信息安全研究領(lǐng)域的最大熱門之一。在眾多不同的生物特征識別技術(shù)中，人臉識別技術(shù)因人性化強(qiáng)，簡單直觀而容易為被檢驗(yàn)者所接受，此外，人臉識別技術(shù)的另一優(yōu)點(diǎn)是身份識別率高。
　　識別正確率、系

2、統(tǒng)魯棒性和識別效率是各類人臉識別系統(tǒng)最重要的一個評價標(biāo)準(zhǔn)，因此如何在保證識別效率的前提下，盡可能的提高系統(tǒng)魯棒性和識別正確率是整個人臉識別領(lǐng)域不斷研究的熱門。Gabor小波算法具有很好的魯棒性，是一種人臉識別中的重要特征提取算法，但是Gabor算法本身需要從多個頻率方向?qū)D像進(jìn)行分解，降低人臉識別算法的識別效率。PCA（主成分分析算法）是最目前有效的降維算法，大大提高了人臉識別算法的識別效率。因此，將PCA算法融合到Gabor小波變換算

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