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(bào)或認(rèn)領(lǐng)
文檔簡介
1、模式識別是指對表征事物或現(xiàn)象的各種形式的信息進(jìn)行處理和分析,以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程,是信息科學(xué)和人工智能的重要組成部分。人臉識別屬于模式識別的范疇,它依托于圖像理解、計(jì)算機(jī)視覺和神經(jīng)網(wǎng)絡(luò)等技術(shù),使計(jì)算機(jī)通過自學(xué)習(xí)并對人臉特征進(jìn)行提取分析,達(dá)到識別出人臉的目的。
通常人臉識別根據(jù)特征提取方法的不同可分為兩大類:基于幾何特征的方法和基于統(tǒng)計(jì)的方法。其中,前者通過人臉重要特征點(diǎn)的位置、尺度以及彼此間的比率
2、,將人臉用一組幾何特征矢量表示,但由于它對于表情變化比較敏感,已不是研究的主流,只有同其他方法結(jié)合起來才能達(dá)到較好的效果。而基于核的方法是基于統(tǒng)計(jì)方法中的一個(gè)重要方法,由于其運(yùn)用了線性或非線性映射,解決了低維空間上線性不可分的問題,已經(jīng)成為當(dāng)前進(jìn)行人臉識別研究的主流方法。在課題組前期工作的基礎(chǔ)上,本文針對實(shí)際領(lǐng)域所面臨的問題,對傳統(tǒng)的核方法進(jìn)行了擴(kuò)展和延伸,并提出了一系列新核。
針對上述分析,本文的主要工作如下:
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(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(shí)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
- 基于核方法的人臉識別技術(shù)的研究.pdf
- 基于核判別分析的人臉識別方法.pdf
- 基于核稀疏表示的人臉識別方法研究.pdf
- 基于核的人臉識別算法研究.pdf
- 基于核的特征提取方法的人臉識別研究.pdf
- 基于核Fisher判別的人臉識別方法研究.pdf
- 基于核學(xué)習(xí)的人臉識別算法研究.pdf
- 基于SVM混合核函數(shù)的人臉識別.pdf
- 基于小波分析與核方法的人臉識別方法研究.pdf
- 基于核稀疏表示的人臉識別算法研究.pdf
- 基于核的人臉識別算法研究及驗(yàn)證.pdf
- 基于統(tǒng)計(jì)的人臉識別方法.pdf
- 基于SRM方法的人臉識別研究.pdf
- 基于稀疏化方法的人臉識別.pdf
- 基于PCA的人臉識別方法.pdf
- 基于混合核函數(shù)支持向量機(jī)的人臉識別方法研究.pdf
- 基于核方法和零空間的人臉識別算法的研究.pdf
- 基于核判別分析的人臉識別算法.pdf
- 基于核特征融合與選擇的人臉識別研究.pdf
- 基于視覺特征提取和核判決分析方法的人臉識別.pdf
評論
0/150
提交評論