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
文檔簡介
1、人臉圖像傳遞著很多重要的信息,如性別、膚色、種族、年齡等。對人臉圖像的研究具有重要的意義和應用價值。近年來,研究者對人臉圖像的年齡估計也進行了深入探索,并取得了較大的進展,但實驗結(jié)果表明對人臉圖像的年齡估計研究方法還未成熟。人臉面部的表情、姿態(tài)、飾物及光照條件等因素都制約著人臉圖像年齡估計精度的提升。本文在國內(nèi)外已有的研究基礎上,在人臉圖像的特征提取、年齡估計回歸方法及特征空間的降維等方面做了大量的研究與實驗,并取得了一定的效果。本文主
2、要工作有以下幾個方面:
(1)人臉圖像的定位。由于人臉年齡圖像庫中的圖像大小不一、人臉面部所占的區(qū)域面積不一,采用基于Haar特征和AdaBoost算法的人臉自動檢測算法對人臉年齡圖像庫中的圖像進行預處理,提取相同大小的人臉圖像形成新的圖像庫。有效地降低了圖像中非人臉區(qū)域?qū)θ四樐挲g估計的干擾,提高了估計的精度。
(2)人臉圖像紋理特征的提取。研究了近年來在圖像處理、人臉識別等領域較為常用的局域二值模式和Gab
3、or小波方法,組織了一系列的實驗來驗證對于人臉年齡估計適用的且效果較好的紋理特征。
(3)人臉圖像特征空間降維。本文應用在人臉識別等領域公認的效果較佳的主成分分析法,并結(jié)合分塊直方圖統(tǒng)計方法對得到的人臉原始特征進行降維,從時間消耗和年齡估計精度兩方面進行分析和比較。
(4)人臉圖像的年齡估計。研究了目前在年齡回歸中應用較多的支持向量機方法,采用了基于高斯徑向基核函數(shù)的支持向量機回歸的方法對人臉年齡估計。采用L
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)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。
最新文檔
- 基于Gabor小波和LBP算子的人臉識別技術(shù)研究.pdf
- 基于Gabor小波與CS-LBP的人臉特征提取算法研究.pdf
- 基于視頻的人臉圖像年齡估計.pdf
- 基于Gabor小波網(wǎng)絡的人臉識別研究.pdf
- 基于Gabor小波的人臉表情識別研究.pdf
- 基于Gabor小波變換的人臉識別研究.pdf
- 基于Gabor小波系數(shù)融合的人臉識別.pdf
- 基于Gabor小波的人臉識別算法研究與實現(xiàn).pdf
- 基于Gabor小波變換和SVM的人臉表情識別.pdf
- 基于Gabor小波的人臉識別方法及應用.pdf
- 基于Gabor小波變換的人臉識別技術(shù)研究.pdf
- 基于Gabor小波與稀疏表示的人臉識別方法研究.pdf
- 基于Gabor小波與分類樹的人臉表情識別算法研究.pdf
- 基于Gabor小波變換與分形維的人臉情感識別.pdf
- 基于Gabor小波變換與支持向量機的人臉識別研究.pdf
- 基于人臉圖像的年齡估計.pdf
- 基于Gabor小波和SVM的人臉識別算法研究.pdf
- 基于Gabor小波變換復振幅信息的人臉識別.pdf
- 基于boosting和Gabor小波的人臉檢測算法.pdf
- 基于Gabor小波變換的人臉識別算法的研究.pdf
評論
0/150
提交評論