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、人臉識別技術(shù)是指利用計算機分析人臉圖像,提取有效的人臉描述特征進行身份鑒別的一項技術(shù)。人臉識別技術(shù)因其巨大的應(yīng)用前景成為當(dāng)前模式識別和人工智能領(lǐng)域的一個研究熱點。在人臉識別技術(shù)中,如何提取和選擇有效的人臉描述特征是研究的關(guān)鍵內(nèi)容。
傳統(tǒng)的基于局部二值模式(LBP,Local Binary Pattern)的人臉識別算法主要是通過比較像素點之間的灰度值進行特征提取,這使得LBP算子對人臉圖像中的各種有害變化(如:光照、噪聲等)極
2、其敏感。同時,這一局限也導(dǎo)致LBP算子無法完整的提取一些重要的人臉局部區(qū)域的特征信息,如眼睛、鼻子、嘴巴的特征信息。最近幾年的改進算法多以改變像素點灰度值的比較方式,以尋求較高效的特征描述,往往忽略了人臉區(qū)域之間的特征信息。
本文提出了基于多級區(qū)域局部二值模式(MB-LBP,Multi-Block Local Binary Pattern)的人臉識別方法。在該方法中,特征的計算不再是基于孤立的像素點,而是將人臉圖像劃分為若干個
3、“子塊區(qū)域”,通過閾值化各“子塊區(qū)域”的灰度平均值進行特征提取。這一改進有效地利用了像素點之間的相關(guān)性,提高了算法對隨機噪聲的抵抗力。此外,選取不同大小的“子塊區(qū)域”,可以捕獲不同尺度的人臉區(qū)域特征信息,大大豐富了人臉的特征描述信息。
半色調(diào)是一種反應(yīng)圖像亮度層次、黑白對比變化的一項技術(shù)指標,它能夠通過網(wǎng)點的疏密保留原始圖像的大部分局部紋理信息。本文在人臉半色調(diào)圖像上,進行MB-LBP特征提取,一方面更加突出了“子塊區(qū)域”的特
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LBP統(tǒng)計特征的人臉識別方法研究.pdf
- 基于HOG特征LBP特征的人臉識別方法研究.pdf
- 基于LBP閾值特征的人臉識別方法研究.pdf
- 基于改進LBP的人臉表情識別方法.pdf
- 基于lbp統(tǒng)計特征人臉識別方法的研究
- 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LBP特征的人臉識別算法研究.pdf
- 基于HOG-LBP特征的人臉識別.pdf
- 基于lbp的人臉識別
- 基于LBP特征的人臉識別算法改進研究.pdf
- 基于特征學(xué)習(xí)的人臉識別方法研究.pdf
- 基于代數(shù)特征的人臉識別方法研究.pdf
- 基于改進LBP特征的三維人臉識別方法研究.pdf
- 基于LBP特征的人臉識別算法研究與應(yīng)用.pdf
- 基于改進型LBP特征的人臉識別研究.pdf
- 基于改進LDP特征的人臉識別方法.pdf
- 基于LBP的人臉識別研究.pdf
- 基于局部特征的人臉識別方法研究與實現(xiàn).pdf
- 基于改進LBP特征的人臉識別系統(tǒng).pdf
評論
0/150
提交評論