2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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)別是模式識(shí)別領(lǐng)域的一個(gè)重要研究課題.但人臉圖像是一種非平穩(wěn)信號(hào),用于分類的特征往往包含在局部的時(shí)頻信息中,用一般的變換方法提取有效特征比較困難.小波變換是近年來(lái)發(fā)展起來(lái)的一種分析非平穩(wěn)信號(hào)的有效方法,而且可以獲得與人的視覺特性更為接近的多尺度的提取特征的效果,于是小波被人們應(yīng)用于人臉識(shí)別中.而小波包變換具有任意的多尺度分解特性,可以提供更豐富的基以供分類選擇.本文把原始的基于小波包進(jìn)行特征提取的方法(Local Discrimin

2、ant Basis,LDB)應(yīng)用于人臉識(shí)別之中,并主要做了以下三方面的工作:(1)原始的LDB以類能量的差異為判據(jù)選擇最優(yōu)基及其小波包系數(shù)特征,這個(gè)判據(jù)并不是模式分類問題中的最佳判據(jù),針對(duì)這個(gè)問題本文系統(tǒng)研究了各種可分性判據(jù),并提出了在LDB中更有效的判據(jù).(2)因?yàn)榍癲個(gè)單獨(dú)最有效的特征并不一定是最有效的(數(shù)量為d的)特征組合,對(duì)不滿足線性可加的判據(jù),本文引入遺傳算法尋找最優(yōu)特征組合,去掉一些對(duì)分類無(wú)用或者有害的特征.(3)用LDB所

3、選取的特征仍然比較大量,而且受光照姿勢(shì)的影響仍然比較大,本文用基于Fisher準(zhǔn)則的方法把LDB所提取的特征再進(jìn)行線性重組,進(jìn)一步降維,并且在盡量保持類間差異的同時(shí)壓制了類內(nèi)的差異.在ORL數(shù)據(jù)庫(kù)上隨機(jī)選取每人5幅人臉圖像做訓(xùn)練,剩余的用來(lái)識(shí)別,進(jìn)行50次實(shí)驗(yàn)取平均識(shí)別率,特征臉方法是93.14﹪,Fisher臉方法是91.20﹪,原始的LDB方法是96.14﹪,而本文提出的新的LDB的方法達(dá)到了97.77﹪.在Feret數(shù)據(jù)庫(kù)中,特征

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。

最新文檔

評(píng)論

0/150

提交評(píng)論