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、隨著信息技術(shù)的飛速發(fā)展,生物識別技術(shù)受到了越來越多的關(guān)注。其中人臉識別技術(shù)是一個重要的分支,它與指紋識別、虹膜識別相比具有直接友好的優(yōu)點。因此,人臉識別技術(shù)在信息安全等領(lǐng)域具有廣闊的應(yīng)用前景。
本文針對Gabor人臉特征維數(shù)大,特征提取時間長以及傳統(tǒng)局部濾波器組構(gòu)建沒有規(guī)律的問題,提出了一種構(gòu)建局部Gabor濾波器組的新方法,即根據(jù)人臉庫圖像的能量特性自適應(yīng)地選擇Gabor分量,從不同角度構(gòu)建了三種局部Gabor濾波器組,
2、實現(xiàn)了根據(jù)對象本身特性提取人臉Gabor特征的方法。本文主要研究工作如下:
1)本論文研究了人臉圖像歸一化和圖像增強兩種預(yù)處理方法。圖像的歸一化分別包括了尺度歸一化和灰度歸一化兩個方面,圖像增強主要研究了小波變換在圖像增強中的應(yīng)用,并運用在本論文的實驗中。
2)在人臉特征提取方面,研究分析了傳統(tǒng)Gabor濾波器組的不足,并基于局部Gabor濾波器組的思想,從不同頻率和不同方向分別構(gòu)建了基于能量的局部Gabor
3、濾波器組,a)Gabor_Orient24:選取相同方向不同頻率上具有最大能量的前3個Gabor特征人臉對應(yīng)的濾波器組成;b)Gabor_Scale25:選取相同頻帶不同方向上具有最大能量的前5個Gabor特征人臉對應(yīng)的濾波器組成;c)Gabor_ Emax28:選取所有Gabor特征人臉中具有最大能量的特征人臉圖像對應(yīng)的濾波器組成;
3)在構(gòu)造人臉分類器階段,本論文研究了最近鄰分類器和基于統(tǒng)計學(xué)習(xí)理論的支持向量機分類器,
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Gabor特征的人臉識別.pdf
- 基于Gabor特征的LDA人臉識別.pdf
- 基于Gabor特征的人臉識別方法.pdf
- 基于Gabor特征的BC編碼人臉表情識別.pdf
- 基于頻域隱式Gabor特征的快速人臉識別.pdf
- 基于Gabor像素模式紋理特征的人臉識別.pdf
- 基于Gabor特征的稀疏表示人臉識別研究.pdf
- 基于局部特征的人臉識別.pdf
- 基于Gabor特征的人臉表情識別算法研究.pdf
- 基于特征的Gabor小波人臉識別算法改進.pdf
- 基于全局加權(quán)稀疏表示的Gabor特征人臉識別.pdf
- 基于Gabor特征的LDA人臉識別方法研究.pdf
- 基于局部Gabor二值模式的戴眼鏡人臉識別算法研究.pdf
- 基于多尺度局部Gabor二值模式復(fù)合特征的人臉表情識別的研究.pdf
- 基于Gabor小波特征的人臉表情識別研究.pdf
- 基于LBP-Gabor特征融合的LDA人臉表情識別.pdf
- 基于Gabor特征和Adaboost算法的人臉表情識別研究.pdf
- 基于Gabor的人臉表情識別研究.pdf
- 基于二維Gabor特征的三維人臉識別.pdf
- 人臉識別gabor論文
評論
0/150
提交評論