2023年全國(guó)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68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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人臉識(shí)別因其直觀、非接觸等特點(diǎn)成為生物特征識(shí)別技術(shù)中熱門的研究對(duì)象之一。但是,由于人臉圖片成像的復(fù)雜性和表情的多樣性,如何提取有效的鑒別特征是實(shí)現(xiàn)人臉準(zhǔn)確識(shí)別的重點(diǎn)和難點(diǎn)。流形學(xué)習(xí)算法被證實(shí)可以有效地挖掘隱藏在高維人臉數(shù)據(jù)中的本征信息與內(nèi)在規(guī)律,隨著變量(光照、姿態(tài)等)的連續(xù)變化,可以假設(shè)人臉樣本數(shù)據(jù)分布在高維空間中的一個(gè)光滑的曲面上,人臉圖片可以看作是嵌入在高維空間中的低維流形。然而基于全圖矢量描述的人臉流形模型對(duì)噪聲敏感,而大量的研

2、究表明局部特征可以獲得對(duì)象更加穩(wěn)定的描述,能夠優(yōu)化識(shí)別效果,因此本文通過引入特征描述改進(jìn)現(xiàn)有的人臉流形算法以提高系統(tǒng)的魯棒性。
  本文分析了基于流形學(xué)習(xí)的人臉識(shí)別算法,引入局部特征對(duì)該算法進(jìn)行改進(jìn),并實(shí)現(xiàn)了兩種方案。第一種方案首先采用LBP(Local Binary Pattern)特征對(duì)全圖進(jìn)行處理,然后進(jìn)行離散余弦變換,得到基于變換域特征的人臉流形描述。實(shí)驗(yàn)表明,該方法在標(biāo)準(zhǔn)庫(kù)中可以獲得較高的識(shí)別率,對(duì)光照具有較強(qiáng)的魯棒性,

3、但對(duì)于包含噪聲的自然人臉數(shù)據(jù)還不夠穩(wěn)定。第二種方案首先通過面部基準(zhǔn)點(diǎn)定位的手段獲取人臉待描述點(diǎn)的坐標(biāo),并將這些點(diǎn)進(jìn)行排序,然后對(duì)上述點(diǎn)進(jìn)行SIFT特征描述,將其特征向量按照基準(zhǔn)點(diǎn)的編號(hào)排列成一個(gè)矢量,將該矢量作為人臉流形的描述。選擇面部基準(zhǔn)點(diǎn)進(jìn)行描述的方式保證了特征采樣的稀疏性和穩(wěn)定性。本文通過實(shí)驗(yàn)對(duì)比主動(dòng)形狀模型和顯式回歸器模型,選擇了后者作為面部基準(zhǔn)點(diǎn)定位手段。實(shí)驗(yàn)表明,該方案在自然人臉庫(kù)中也能獲得較高的識(shí)別率,其難點(diǎn)在于確定特征描

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(qǐng)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(qǐng)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(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論