基于單演二值編碼與稀疏編碼人臉識(shí)別算法的研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩64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、分類號(hào)工旦呈呈】學(xué)校代碼!Q量壘至密級(jí)學(xué)號(hào)至Q!呈Q至】】Q里至至基于單演二值編碼與稀疏編碼人臉識(shí)別算法的研究FaceRegitionAlgo。thmBasedRecoEnrihmltllMonogeniCBinaryCodingandSparseCoding指導(dǎo)教師姓名、職稱塹庭至數(shù)援湖南師范大學(xué)學(xué)位評(píng)定委員會(huì)辦公室二零一六年五月碩士學(xué)位論文碼的幾種模型中速度最快的之一。(5)盡管基于稀疏表示的人臉識(shí)別算法非常新穎有效，但是有一個(gè)問(wèn)題

2、需要進(jìn)一步解決。用來(lái)測(cè)試的特征臉、隨機(jī)臉和Fisher臉都是全局特征，因?yàn)樵趯?shí)際應(yīng)用中，訓(xùn)練樣本通常都是受到限制的，這樣的全局特征不能有效地處理光照、表情和姿勢(shì)等變化。為此，提出一種新穎的融合單演二值編碼與稀疏編碼的人臉識(shí)別算法，在提取人臉局部特征之后，采用稀疏表示的方法降維，考慮到算法的識(shí)別率與算法運(yùn)行時(shí)間，采用稀疏編碼模型中的協(xié)同表示模型。在ORL、AR和PolyU—NIR人臉庫(kù)上測(cè)試，實(shí)驗(yàn)結(jié)果表明，該算法相較于傳統(tǒng)的稀疏編碼算法，

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。

評(píng)論

0/150

提交評(píng)論