面向嵌入式系統(tǒng)的人臉識(shí)別算法性能優(yōu)化研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、近幾年來(lái),人臉識(shí)別技術(shù)廣泛應(yīng)用于人們生活的各個(gè)領(lǐng)域,是一種極為有效的生物識(shí)別技術(shù)。由于人臉識(shí)別算法計(jì)算復(fù)雜度非常高,而且對(duì)存儲(chǔ)空間的要求較大,因此人臉識(shí)別在嵌入式系統(tǒng)中的廣泛應(yīng)用一直難以實(shí)現(xiàn)。但是隨著嵌入式系統(tǒng)硬件性能的提高,人臉識(shí)別在嵌入式系統(tǒng)中的應(yīng)用也有了飛快發(fā)展。本文針對(duì)嵌入式系統(tǒng)的特殊應(yīng)用環(huán)境,對(duì)人臉識(shí)別算法進(jìn)行了改進(jìn)。
   本文首先對(duì)基于AdaBoost算法的快速人臉檢測(cè)方法進(jìn)行了改進(jìn),在AdaBoost級(jí)聯(lián)分類器結(jié)

2、構(gòu)中引入加權(quán)判決函數(shù),對(duì)其中相互獨(dú)立的級(jí)聯(lián)分類器進(jìn)行信息融合,不增加級(jí)聯(lián)強(qiáng)分類器的個(gè)數(shù),提高檢測(cè)率和檢測(cè)速度。當(dāng)樣本被當(dāng)前級(jí)AdaBoost分類器判為假后,再使用該級(jí)的加權(quán)判別函數(shù)對(duì)其進(jìn)行判決。如果加權(quán)判別函數(shù)判決為真,則仍然使樣本輸入到下一級(jí)的分類器中,反之,則拒絕該樣本。最后采用擴(kuò)展的Haar-Like特征在MIT+CMU人臉庫(kù)上進(jìn)行了實(shí)驗(yàn),取得了較好的效果。
   其次,是對(duì)單訓(xùn)練樣本人臉識(shí)別模型的優(yōu)化。單訓(xùn)練樣本人臉識(shí)別

3、問(wèn)題,每個(gè)人都只有一幅人臉樣本圖像,因?yàn)闆](méi)有充分具有代表性數(shù)量的訓(xùn)練樣本,一些常用方法識(shí)別率將明顯下降,有的甚至不適用。針對(duì)這一問(wèn)題,在單樣本人臉識(shí)別中,本文一方面引進(jìn)一些幾何變換增加虛擬樣本數(shù)量:另一方面使用二維主成分分析,抽取更利于分類的特征,大大提高了單訓(xùn)練樣本人臉識(shí)別問(wèn)題的識(shí)別率。該方法較適合嵌入式應(yīng)用環(huán)境下的小類別識(shí)別。
   最后本文針對(duì)嵌入式系統(tǒng)的特點(diǎn),對(duì)改進(jìn)的算法進(jìn)行了進(jìn)一步的優(yōu)化。設(shè)計(jì)了一個(gè)基于S3C2440A

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論