人臉識(shí)別系統(tǒng)中關(guān)鍵問(wèn)題研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩69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、人臉作為生物特征的一種,具有唯一性、易采集、可遙感的特點(diǎn).人臉識(shí)別是目前生物特征識(shí)別領(lǐng)域熱門的研究問(wèn)題.目前的人臉識(shí)別算法往往是基于標(biāo)準(zhǔn)人臉圖像庫(kù)的,本文從智能人臉識(shí)別系統(tǒng)出發(fā),對(duì)智能人臉識(shí)別系統(tǒng)所要解決的關(guān)鍵問(wèn)題:人臉的定位、表情的識(shí)別、姿態(tài)的校正、光照的影響進(jìn)行了研究. 1、人臉的定位:分析了目前的人臉定位方法,利用人臉膚色模型在YCrCb空間中投影進(jìn)行人臉定位的方法.這種方法對(duì)于圖像中的正態(tài)人臉具有較好的魯棒性.

2、2、表情的識(shí)別:分析了基于增強(qiáng)的人臉子空間識(shí)別表情的方法:利用PCA算法對(duì)分類后的人臉表情進(jìn)行降維,得到人臉表情子空間;然后將待測(cè)人臉投影到各個(gè)子空間中,得到人臉的分類坐標(biāo). 3、姿態(tài)的校正:主要分析了基于核函數(shù)的KPCA和KDDA方法.在主分量分析方法以及線性判別式方法中,引入核函數(shù),使得原來(lái)的線性判別方法非線性化.這種非線性方法對(duì)于人臉圖像中的姿態(tài)變化這種非線性變化具有很好的識(shí)別效果. 4、光照影響的減弱:利用同態(tài)濾

3、波作為.PCA方法的預(yù)處理,減弱光照的影響,識(shí)別率提高了10﹪.研究了光照錐方法,使用三幅處于不同光照條件下的人臉圖像,其中一幅為正態(tài)光照人臉,構(gòu)建人臉的光照錐.通過(guò)人臉的光照錐得到不同光照條件下的模擬人臉圖像以及人臉表面的三維坐標(biāo).利用顏色不變量方法對(duì)不同光照條件下的彩色人臉圖像進(jìn)行處理,可以獲得具有相近直方圖形式的人臉圖像,減弱了光照的影響.總之,人臉的定位、表情的識(shí)別、人臉的姿態(tài)校正、光照影響的減弱是智能人臉識(shí)別系統(tǒng)中幾個(gè)關(guān)鍵的問(wèn)

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(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