2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64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(bào)或認(rèn)領(lǐng)

文檔簡介

1、目前人臉識別技術(shù)已經(jīng)取得了很大的成就,一些經(jīng)典的人臉識別系統(tǒng)當(dāng)條件理想時能得到理想的識別效果,但是在非理想情況下,如表情、光照、姿勢、視角、遮擋等變化條件對人臉造成影響時,其識別率明顯下降,不能得到很好的結(jié)果。針對此問題,本文在對現(xiàn)有國內(nèi)外人臉識別系統(tǒng)研究分析的基礎(chǔ)上,利用 SIFT算子在非理想條件下對人臉識別有較好識別效果的優(yōu)勢,就怎樣能在人臉圖像中提取出對表情、光照、以及遮擋等魯棒性更強(qiáng)的 SIFT特征為研究重點(diǎn),并試圖將其運(yùn)用于人

2、臉識別系統(tǒng)以提高人臉識別率。
  本文在 SIFT特征提取的基礎(chǔ)上,針對傳統(tǒng)圖像分塊特征提取方法沒有考慮到分塊邊緣信息以及圖像各部分對圖像整體貢獻(xiàn)度不同的問題,提出基于 SIFT的改進(jìn)分塊自適應(yīng)加權(quán)的特征提取方法并將其運(yùn)用在人臉識別系統(tǒng)中。該方法首先利用提出的重疊分塊方法來對人臉圖像進(jìn)行重疊分塊處理;之后,提取各個子塊的 SIFT特征點(diǎn)并用特征向量來進(jìn)行描述;然后,采用2DICA降維方法來對上一步中得到的特征描述向量降維并根據(jù)局部

3、信息熵圖譜計(jì)算出的局部貢獻(xiàn)度來給降維后的特征描述向量進(jìn)行自適應(yīng)加權(quán);最后,利用上一步得到的人臉圖像特征以及RBF算法來進(jìn)行訓(xùn)練分類與識別。
  為了對本文方法所提取的特征進(jìn)行人臉識別的實(shí)驗(yàn)。本文選擇在YALE、ORL以及YALEB人臉庫中進(jìn)行實(shí)驗(yàn),分別在有表情變化、光照變化、姿勢變化、遮擋變化的條件下進(jìn)行實(shí)驗(yàn),并且與現(xiàn)有幾種常見特征提取方法的實(shí)驗(yàn)結(jié)果進(jìn)行了比較與說明,結(jié)果證明本文方法與其它描述方法相比在遮擋、姿勢、光照以及表情變化

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