已閱讀1頁,還剩43頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認領(lǐng)
文檔簡介
1、人臉識別是模式識別領(lǐng)域中的重要分支之一,由于姿勢、光照和面部表情等非線性因素的存在,使得人臉識別成為復(fù)雜度較高的非線性分類問題。因此,線性分類方法在人臉識別中往往得不到預(yù)想的結(jié)果,為了解決這個問題,諸如核Fisher判別分析和核主成分分析等基于核的識別方法被提出,并在解決非線性問題上已顯示出了有效性。 本文在對傳統(tǒng)核方法的研究上,對傳統(tǒng)核方法的算法做了一些改進,并將算法應(yīng)用于人臉識別中。本文的主要工作有以下幾個方面: 1
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(quán)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
- SIFT算法的優(yōu)化及其在人臉識別上的應(yīng)用.pdf
- 改進的核函數(shù)算法及其在人臉識別中的應(yīng)用研究.pdf
- 基于多重隨機子空間的ICA新方法及其在人臉識別上的應(yīng)用.pdf
- 標記分布在人臉圖像屬性識別上的應(yīng)用.pdf
- 改進的PCA及其在人臉識別中的應(yīng)用.pdf
- 基于改進的LBP算子和稀疏表達在人臉表情識別上的醫(yī)用.pdf
- 基于核的學(xué)習(xí)方法及其在人臉識別中的應(yīng)用研究.pdf
- 稀疏編碼算法改進及其在人臉識別中的應(yīng)用.pdf
- LDA的改進算法及其在人臉識別中的應(yīng)用.pdf
- 基于改進的特征表示模型的分類方法及其在人臉識別中的應(yīng)用.pdf
- 支持向量機的核方法在人臉識別中的應(yīng)用研究.pdf
- 局部線性嵌入算法的改進及其在人臉識別中的應(yīng)用.pdf
- 基于迭代支撐探測的稀疏非負矩陣分解算法及其在人臉識別上的應(yīng)用.pdf
- 一種改進的核Fisher鑒別分析算法在人臉識別中的應(yīng)用.pdf
- 多分類器的組合及其在巖性識別上的應(yīng)用.pdf
- 核機器理論及在人臉識別中的應(yīng)用.pdf
- 特征抽取方法研究及其在人臉識別中的應(yīng)用.pdf
- 線性特征提取方法及其在人臉識別中的應(yīng)用.pdf
- 特征提取方法研究及其在人臉識別中的應(yīng)用.pdf
- 人臉光照問題的研究及其在人臉識別中的應(yīng)用.pdf
評論
0/150
提交評論