

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、人臉識(shí)別是應(yīng)用數(shù)學(xué)、數(shù)字圖像處理和模式識(shí)別的交叉學(xué)科,是生物特征識(shí)別中一個(gè)比較活躍的領(lǐng)域。生物特征是人的內(nèi)在屬性,具有很強(qiáng)的自身穩(wěn)定性和個(gè)體差異性,因此它是身份驗(yàn)證的理想依據(jù)。其中,利用人臉特征又是最自然直接的手段,與相比其它生物特征相比,它具有直接、友好、方便等優(yōu)點(diǎn)。人臉識(shí)別過程一般可以分為人臉的檢測和預(yù)處理、特征提取、匹配識(shí)別三個(gè)部分。本文對特征提取、匹配識(shí)別這兩個(gè)過程做了較為詳細(xì)的介紹。
特征提取是人臉識(shí)別中的根本問
2、題,提取的特征應(yīng)保證最具有代表性、信息量大、冗余量小,而且要求在干擾下也能保持一定的不變性和適應(yīng)性。在本文中主要介紹了主元素分析、線性判別分析以及這幾種方法相結(jié)合的特征提取方法。通過實(shí)驗(yàn)并對這幾種方法的性能進(jìn)行了比較。
識(shí)別匹配部分主要介紹了基于貝葉斯的人臉識(shí)別方法,由于模式矢量的維數(shù)太大,所以首先我們要使用主元素分析的方法進(jìn)行降低維數(shù),在選擇類內(nèi)子空間時(shí)我們加上自適應(yīng)因子,這樣得到的特征能夠更好地描述圖像特征的差異,從而
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。
最新文檔
- 貝葉斯人臉識(shí)別方法的研究.pdf
- 人臉識(shí)別的貝葉斯統(tǒng)計(jì)方法.pdf
- 基于貝葉斯的人臉識(shí)別.pdf
- 基于貝葉斯網(wǎng)絡(luò)的模式識(shí)別方法研究.pdf
- 基于統(tǒng)計(jì)的人臉識(shí)別方法.pdf
- 基于附加虛擬結(jié)構(gòu)構(gòu)造的貝葉斯損傷識(shí)別方法.pdf
- 基于樸素貝葉斯的文本情感傾向識(shí)別方法研究.pdf
- 基于貝葉斯統(tǒng)計(jì)推理的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于PCA的人臉識(shí)別方法.pdf
- 基于貝葉斯策略的人臉識(shí)別研究.pdf
- 人臉識(shí)別方法研究.pdf
- 基于局部優(yōu)化投影的人臉識(shí)別方法研究.pdf
- 基于貝葉斯壓縮感知的人臉識(shí)別研究.pdf
- 基于LDP的人臉識(shí)別方法研究.pdf
- 基于MMTD的人臉識(shí)別方法研究.pdf
- 基于Gabor特征的人臉識(shí)別方法.pdf
- 基于仿生特征的人臉識(shí)別方法.pdf
- 基于貝葉斯理論的人臉識(shí)別算法的研究.pdf
- 基于深度學(xué)習(xí)的視頻人臉識(shí)別方法.pdf
- 基于局部匹配的人臉識(shí)別方法.pdf
評論
0/150
提交評論