已閱讀1頁，還剩46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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著社會的發(fā)展，科技的進(jìn)步以及計算機網(wǎng)絡(luò)的普及，利用人體生物特征來鑒別個人身份的生物識別技術(shù)成為安全驗證的首選方式。同其它生物特征識別技術(shù)相比，人臉識別技術(shù)具有操作簡單、結(jié)果直觀、隱蔽性好的優(yōu)越性。所以人臉識別技術(shù)成為了生物特征識別領(lǐng)域的重點課題之一。
人臉識別系統(tǒng)包括圖像預(yù)處理、人臉檢測、人臉表征、人臉識別幾部分。其中人臉檢測和人臉識別部分是人臉識別系統(tǒng)的關(guān)鍵技術(shù)。本文的主要工作有:
(1)介紹了人臉識別及人臉檢測
2、的研究背景和意義，闡述了人臉識別技術(shù)的國內(nèi)外的發(fā)展現(xiàn)狀。
(2)本文實現(xiàn)了一種基于膚色模型的人臉檢測算法，首先用膚色模型提取膚色像素區(qū)域，然后根據(jù)人臉的長寬比、面積、填充率的幾何特征確定人臉區(qū)域。通過在各種圖片上的仿真實驗證明，該方法具有較高的人臉檢測率。
(3)提出了一種改進(jìn)的人臉識別算法，首先對圖像進(jìn)行分塊的2D DCT變換，然后用雙向的2DPCA提取人臉圖像特征。最后用最近鄰分類器識別出人臉。通過在ORL數(shù)據(jù)庫
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。
最新文檔
- 基于2DPCA的人臉識別方法.pdf
- 基于2DPCA和多分類器融合的人臉識別.pdf
- 基于Gabor小波和2DPCA方法的人臉表情識別算法.pdf
- 基于改進(jìn)的2DPCA和相關(guān)向量機的人臉識別算法研究.pdf
- 基于改進(jìn)的2DPCA與神經(jīng)網(wǎng)絡(luò)的人臉識別研究.pdf
- 基于改進(jìn)的分塊2DPCA和神經(jīng)網(wǎng)絡(luò)的掌紋識別.pdf
- 基于2DGabor小波變換與2DPCA的人臉識別技術(shù)研究.pdf
- 基于2DPCA的安卓平臺人臉識別技術(shù)研究.pdf
- 基于2DPCA的低分辨率人臉識別算法研究.pdf
- 基于LBP與2DPCA的單樣本人臉識別算法研究.pdf
- 基于塊內(nèi)相關(guān)性的2DPCA人臉識別方法.pdf
- 基于LBP和混合2DPCA+PCA的人臉識別研究.pdf
- 基于增強2DPCA+PCA的人臉識別系統(tǒng).pdf
- 基于DCT的人臉識別方法研究.pdf
- 基于模塊C-2DPCA改進(jìn)算法的人臉識別方法.pdf
- 基于DCT和支持向量機的人臉識別技術(shù)研究.pdf
- 基于DCT和RBF神經(jīng)網(wǎng)絡(luò)的人臉識別系統(tǒng).pdf
- 基于分塊小波包變換和(2D)2PCA的人臉識別算法.pdf
- 基于分塊的人臉特征提取與識別研究.pdf
- 基于分塊PCA的人臉識別算法研究與實現(xiàn).pdf
評論
0/150
提交評論