

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、人臉識別是一種涉及到圖像處理、模式識別、人工智能、信號處理等學(xué)科的技術(shù),而且同人腦的認(rèn)知科學(xué)也相關(guān),是一個富有挑戰(zhàn)性的研究課題。隨著計算機(jī)技術(shù)的發(fā)展以及應(yīng)用,人臉識別也在多領(lǐng)域中得到了應(yīng)用。
識別的一個重要步驟就是特征向量的提取,雖然現(xiàn)存多種特征提取的方法,但本文主要選取局部二進(jìn)制模式(LBP)來進(jìn)行特征提取。LBP能夠描述一幅數(shù)字圖像的紋理特征和形狀,很合適作為人臉識別的方法。為了更好的應(yīng)用人臉不同部分對識別貢獻(xiàn)率不同這
2、一點(diǎn),本文通過對LBP的深入研究提出了一種基于模糊規(guī)則的人臉識別算法。首先對整幅圖像進(jìn)行LBP編碼,然后對編碼后的圖像進(jìn)行劃分,接著對各子塊區(qū)域求均值像素方差和熵值,設(shè)計一個模糊控制器,將子區(qū)域求得的均值像素方差和熵值作為模糊控制器的輸入,求得權(quán)值,最后將權(quán)值賦以給相應(yīng)的子塊區(qū)域并串接各子塊區(qū)域向量得到特征向量。于人臉數(shù)據(jù)上的實驗,顯示了這種加權(quán)的算法能夠更好的識別。
本文還探討了對識別算法的擴(kuò)展,最后通過實驗發(fā)現(xiàn),對鄰域
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
- 基于統(tǒng)計的人臉識別方法.pdf
- 基于PCA的人臉識別方法.pdf
- 基于LDP的人臉識別方法研究.pdf
- 基于MMTD的人臉識別方法研究.pdf
- 基于Gabor特征的人臉識別方法.pdf
- 基于仿生特征的人臉識別方法.pdf
- 基于局部匹配的人臉識別方法.pdf
- 基于視頻的人臉識別方法研究.pdf
- 基于畫像的人臉識別方法研究.pdf
- 基于臉紋的人臉識別方法.pdf
- 基于SVM的人臉識別方法研究.pdf
- 基于PCA的人臉識別方法研究.pdf
- 基于融合的人臉識別方法研究.pdf
- 基于DCT的人臉識別方法研究.pdf
- 基于部分的人臉識別方法研究.pdf
- 基于度量學(xué)習(xí)的人臉識別方法研究.pdf
- 基于集成學(xué)習(xí)的人臉識別方法研究.pdf
- 基于Curvelet變換的人臉識別方法研究.pdf
- 基于SVM和ELM的人臉識別方法.pdf
- 基于改進(jìn)LBP的人臉表情識別方法.pdf
評論
0/150
提交評論