基于特征表示的人臉識別算法研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、隨著模式識別相關理論的發(fā)展,有關人臉識別的產(chǎn)品逐步走入了應用市場。但在應用中,由于人臉存在著各種非可控條件,如光照、表情、姿態(tài)等,這些條件可能導致在可控條件下識別性能較好的系統(tǒng)性能急劇下降。而在整個人臉識別系統(tǒng)中,人臉特征表示是關乎整個識別系統(tǒng)性能的關鍵環(huán)節(jié)。
  本文從人臉特征表示的分類算法出發(fā),一種是基于局部特征表示算法,另一種是基于全局特征表示,闡述了幾種在這兩類算法中比較經(jīng)典的算法原理和步驟,如主成成分分析(Princip

2、al ComponentAnalysis,PCA)、線性判別分析(Linear Discriminant Analysis,LDA)、局部二值模式(Local Binary Pattem,LBP)和Gabor濾波,文章從運用預處理和融合算法兩個方面對已有的人臉特征表示算法展開研究,所取得的主要研究成果有:
  (1)研究了光照預處理算法。預處理算法結(jié)合人臉特征表示能較好地解決人臉光照下的識別問題,為了提高人臉LBP特征表示的光照識

3、別率和魯棒性,綜合對比了幾種人臉預處理算法,并提出了一種改進retina的預處理算法來提高人臉的LBP特征表示。實驗結(jié)果表明該預處理算法能有效提高人臉的LBP特征表示。
  (2)單一的局部相位量化算子(Local Phase Quantization,LPQ)表示人臉特征只應用了頻域中的幅值信息,這種表示能力相對較弱,因此本文研究了Monogenic濾波和LPQ算子的相關原理,提出了一種基于Monogenic信息的局部相位量化人

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