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55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(rèn)領(lǐng)

文檔簡介

1、人臉識別是模式識別和人工智能領(lǐng)域中的一個重要研究課題。人臉識別技術(shù)已經(jīng)取得了顯著的研究成果,一些自動化人臉識別系統(tǒng)也相繼出現(xiàn)。但是仍然存在許多難點需要解決,其中光照變化是人臉識別技術(shù)中最具挑戰(zhàn)性的問題之一。本文針對光照變化問題,深入研究分析了光照歸一化和光照魯棒特征提取方法,將光照預(yù)處理和光照不變特征提取相融合,力圖減弱光照變化對人臉識別的影響。具體研究內(nèi)容如下:
 ?。?)研究光照魯棒的完備LBP特征提取方法,通過圖像分塊提取各

2、子塊完備LBP特征并連接構(gòu)成整個圖像的特征描述,使特征包含各個子塊的局部結(jié)構(gòu)信息和空間信息,利用方差自適應(yīng)估計各個子塊完備LBP特征的權(quán)重,突出具有較強分類特征的子塊,提出了基于分塊完備LBP特征的光照魯棒人臉識別算法。實驗結(jié)果驗證了所提算法的有效性。
  (2)融合基于視網(wǎng)膜模型的光照歸一化方法與分塊完備LBP特征的提取方法,提出基于視網(wǎng)膜模型與分塊完備LBP特征的人臉識別算法。該算法首先對人臉圖像進行基于視網(wǎng)膜模型的光照歸一化

3、處理,然后再提取預(yù)處理后人臉圖像的分塊完備LBP特征,最后進行分類識別。實驗證明,所提算法可以有效提高復(fù)雜光照條件下的人臉識別率。
 ?。?)融合光照預(yù)處理鏈與分塊完備LBP特征,提出基于光照預(yù)處理鏈與分塊完備LBP特征的人臉識別算法。該算法首先對人臉圖像依次進行伽馬校正、高斯差分濾波和對比度均衡處理,消除圖像中的光照差異并增強人臉的紋理信息,然后進行分塊完備LBP特征的提取,最后使用最近鄰準(zhǔn)則分類識別。實驗結(jié)果表明,所提算法能夠

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