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49頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、人臉識別作為模式識別領(lǐng)域的熱門主題,是進行身份驗證最直接最自然的方法,在信息安全、門禁檢查等方面具有很好的應用前景,但仍然面臨不同方面的挑戰(zhàn),比如:姿態(tài)變化、表情變化和光照變化對人臉識別造成的影響。如何克服這些變化因素對識別率造成的影響成為了現(xiàn)在研究的主題。
  本文所研究的主要內(nèi)容為證件照的人臉識別,具有一定的約束條件,主要考察表情變化、光照變化和姿態(tài)變化對人臉識別的影響。具體來講:本文分別就人臉圖像預處理階段、特征提取階段和分

2、類識別階段進行相關(guān)研究與實驗。
  本文的主要工作如下:
  1.本文針對光照不均勻的人臉圖像的光照補償算法進行研究,比較了不同光照補償算法對人臉圖像的恢復效果,實驗證明:基于單尺度Retinex(Single ScaleRetinex,SSR)的光照補償算法能夠更好地增強圖像的邊緣,對人臉圖像的特征提取和分類識別是有利的。
  2.綜合考慮特征提取方法的特性和計算復雜度,本文選取局部二值模式(LocalBinary

3、Pattern,LBP)作為人臉圖像的紋理描述符。分別采用灰度不變、旋轉(zhuǎn)不變、等價模式、旋轉(zhuǎn)不變等價模式等不同特性實現(xiàn)對LBP特征的提取,并對這些方法在識別率以及效率上進行了對比實驗,實驗證明,綜合識別率和識別效率來看,等價模式LBP提取的人臉特征能更準確的表示人臉的特征,人臉識別率最高。
  3.本文基于高斯過程二元分類,提出了一種分類模型GP-FC(Gaussian Processes forFace Classificati

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。

評論

0/150

提交評論