版權(quán)說(shuō)明:本文檔由用戶(hù)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、遼寧師范大學(xué)碩士學(xué)位論文基于遺傳算法的復(fù)雜背景下人面識(shí)別系統(tǒng)姓名:李子強(qiáng)申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):學(xué)科教學(xué)論(計(jì)算機(jī))指導(dǎo)教師:韓玉瑄19980801基于遺傳算法的復(fù)雜背景下人面識(shí)別糸統(tǒng)Yti:llZ37方法穩(wěn)定可靠,而且同人面表情,光照條件無(wú)關(guān)但是卻有兩個(gè)主要裥題:一是能量函數(shù)的系數(shù)很難適應(yīng)一般情況:=是計(jì)算量銀大。Reisield等“3提出了另一種基于廣義對(duì)稱(chēng)性的方法。它可靠地檢測(cè)出眼睛、嘴的精確位置,但遺憾的是它要求人面必須占整幅畫(huà)
2、面的15%~60%幅度,由于此法沒(méi)有利用關(guān)于面部位置的任何先驗(yàn)知識(shí),因此計(jì)算量依然很大。程永清03在SVD算法的基礎(chǔ)上提出了一種較好的人面特征抽取和識(shí)別的方法。但其所述的識(shí)別方法僅在一定的約束范圍內(nèi)有效一攝像機(jī)同人面的相對(duì)位置、方向、姿態(tài)等不能發(fā)生顯著變化。原因是這種圖像特征抽取方法不具有對(duì)圖像的平移、旋轉(zhuǎn)和尺寸的不敏感性,因而它不具有廣泛的應(yīng)用性。彭振云等o3提出的允許姿態(tài)變化的快速人面特征檢測(cè)法,采用Hough變換并利用人面的相似性
3、和對(duì)稱(chēng)性約束來(lái)確定兩個(gè)瞳孔的位置,然后根據(jù)人面幾何測(cè)量關(guān)系利用積分投影法得到嘴角的精確位置。此法在速度和精度兩方面都具有良好的性能,但對(duì)圖像的背景作出了嚴(yán)格的限制,使其很難適臺(tái)復(fù)雜背景的圖像。再者它是假設(shè)人面圖像可以通過(guò)閩值分割能將頭發(fā)、眼睛與面部明顯區(qū)分開(kāi)的,對(duì)圖像的光照條件依賴(lài)性也過(guò)強(qiáng)。楊光正“1的鑲嵌圖法可以在人面尺寸和數(shù)量都不知的情況下,在復(fù)雜背景圖像中完成人面的定位識(shí)別。此法是首先構(gòu)造了系列鑲嵌圖,然后逐個(gè)搜索它們當(dāng)中符合人面
4、四分圖知識(shí)的鑲嵌圖,找到后再構(gòu)造出相應(yīng)的八分圖,用人面八分圖知識(shí)進(jìn)一步確認(rèn)。其處理過(guò)程是串行的,任何一個(gè)處理過(guò)程都依賴(lài)于上一步處理結(jié)果,致使該系統(tǒng)穩(wěn)定性差?,F(xiàn)有的模板匹配和模式特征檢測(cè)法都需要較大的計(jì)算量及一組與特定環(huán)境相關(guān)的實(shí)驗(yàn)參數(shù),而且往往對(duì)圖像背景復(fù)雜度、光照、人面的位置、、人面數(shù)量及面部表情等約束條件都做出了嚴(yán)格限制”“]使得這些方法很難在實(shí)際中廣泛應(yīng)用。為了達(dá)到實(shí)際應(yīng)用的程度,必須放論約束條件,住其限制在合理自9范圍內(nèi),以促進(jìn)
5、人面識(shí)別技術(shù)的發(fā)展。2復(fù)雜背景下的入面識(shí)別復(fù)雜背景影響人面特征,使識(shí)別難度加大尊純地用傳統(tǒng)的模式持征描述或模板匹配方法很難奏效。但并非在此條件F人面不可識(shí)別復(fù)雜背景下的人面識(shí)別有其特殊的規(guī)律,我們必須從新的角度抽取出有效特征,確豆新的人面模式和識(shí)別函數(shù)進(jìn)行識(shí)別。21三層人面模式定義的研究用計(jì)算譏來(lái)識(shí)別各種模式首先要解決描述模式的方法,一般用基本特征對(duì)模式進(jìn)行描述。基本特征必須有代表性地表征模式的性狀可以是一種物理性狀的描述,如光亮度、強(qiáng)
6、度等;也可以是一種幾何性狀的描述如長(zhǎng)度、面積、形狀等。人面組成了一婁非常相似的物體,所有人面幾乎由同樣的幾何特征構(gòu)成,以往都是利用特征細(xì)微差別來(lái)描述人面模式。但是,由于背景復(fù)雜度、光照、人面位置、人面數(shù)量及面部表情等約束條件的變化,使面部三縫特征的二維投影發(fā)生了很大變化,舊的人面模式不再適用。我們通過(guò)研究發(fā)現(xiàn):(1)從人類(lèi)生理、心理感知機(jī)理的角度來(lái)看,認(rèn)知事物的過(guò)程是從宏觀到微觀,從整體到細(xì)節(jié)的。識(shí)別一物體時(shí),首先是從宏觀角度進(jìn)行整體判
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。
最新文檔
- 復(fù)雜背景下人面識(shí)別的初步研究.pdf
- 基于復(fù)雜背景下的車(chē)牌識(shí)別系統(tǒng).pdf
- 基于遺傳算法的人臉識(shí)別系統(tǒng)的設(shè)計(jì)與DSP實(shí)現(xiàn).pdf
- 復(fù)雜背景下的車(chē)牌識(shí)別系統(tǒng).pdf
- 基于遺傳算法的內(nèi)燃機(jī)軸系參數(shù)識(shí)別系統(tǒng)研究.pdf
- 人臉識(shí)別外文翻譯---對(duì)于臉部識(shí)別系統(tǒng)研究遺傳算法
- 遺傳算法在車(chē)牌識(shí)別系統(tǒng)中的應(yīng)用研究.pdf
- 復(fù)雜背景下樹(shù)干圖像分割算法及其識(shí)別系統(tǒng)的研究.pdf
- 復(fù)雜背景下基于OpenCV的車(chē)牌識(shí)別系統(tǒng)研究.pdf
- 復(fù)雜背景下基于深度學(xué)習(xí)的并行手勢(shì)識(shí)別系統(tǒng).pdf
- 基于遺傳算法的缺陷動(dòng)態(tài)識(shí)別.pdf
- 基于遺傳算法的圖像識(shí)別.pdf
- 基于遺傳算法的樁基損傷識(shí)別研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)理論的遺傳算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的復(fù)雜背景下的車(chē)牌識(shí)別系統(tǒng)的研究.pdf
- 復(fù)雜背景下車(chē)牌識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 復(fù)雜背景下多車(chē)牌識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于智能信號(hào)處理的復(fù)雜背景下車(chē)牌識(shí)別系統(tǒng)研究.pdf
- 復(fù)雜背景下人臉檢測(cè)算法的研究.pdf
- 基于蟻群算法和遺傳算法的步態(tài)識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論