基于二維圖像表示的人臉檢測與識別技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩88頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉分析是生物特征識別技術(shù)的一個(gè)重要分支,它主要涉及人臉的自動檢測與識別等,其目的是使計(jì)算機(jī)能夠代替人類去完成個(gè)體身份信息的快速、準(zhǔn)確獲取。本文首先全面綜述了人臉檢測與識別技術(shù)的應(yīng)用背景、研究內(nèi)容和方法分類,在對近十年來人臉檢測與識別的幾種典型算法分析的基礎(chǔ)上,設(shè)計(jì)了一種融合特征驗(yàn)證的人臉檢測方法,提出了一種改進(jìn)的基于局部特征提取的人臉識別算法。
  本文首先對基于Adaboost算法的人臉檢測方法進(jìn)行了研究,對機(jī)器學(xué)習(xí)中的Ada

2、boost算法進(jìn)行了詳細(xì)的總結(jié)介紹,而后對算法在人臉檢測中采用的特征提取算子——Haar-Like特征提取算子進(jìn)行了分析討論,并在此基礎(chǔ)上給出了基于Haar-Like特征值的弱分類器設(shè)計(jì)、強(qiáng)分類器構(gòu)造以及級聯(lián)檢測器設(shè)計(jì)的具體算法實(shí)現(xiàn)。傳統(tǒng)的基于單一Haar-Like特征的人臉檢測算法最初主要考慮的是算法的實(shí)時(shí)性,而非區(qū)分人臉和非人臉的能力。鑒于此,本文提出了融合MB-LBP特征驗(yàn)證的人臉檢測方法,設(shè)計(jì)了特征融合的具體實(shí)現(xiàn)步驟。該方法首先

3、使用Haar-Like特征檢測器確定人臉候選區(qū)域,再使用基于MB-LBP特征的人臉檢測器對這些候選區(qū)域進(jìn)一步篩選,以最終的輸出作為檢測到的人臉區(qū)域。實(shí)驗(yàn)結(jié)果表明,本文方法在降低誤檢人臉數(shù)方面要優(yōu)于傳統(tǒng)方法。
  本文然后開展了基于主成分分析的人臉識別算法的研究,提出了一種改進(jìn)的人臉特征提取方法。論文首先對傳統(tǒng)基于主成分分析的人臉識別算法的數(shù)學(xué)原理和實(shí)現(xiàn)過程進(jìn)行了分析討論,指出了它作為一種基于整體的統(tǒng)計(jì)特征提取方法所存在的不足。在此

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(shí)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