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136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、人臉檢測(cè)與人臉識(shí)別是模式識(shí)別與計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究課題,在公共安全、智能監(jiān)控、視頻會(huì)議、多媒體和數(shù)字娛樂(lè)等領(lǐng)域有廣闊的應(yīng)用前景。經(jīng)過(guò)三十多年的研究,人臉檢測(cè)與識(shí)別技術(shù)在可控環(huán)境中獲得了很大的發(fā)展,在理想情況下已經(jīng)能夠取得可以接受的檢測(cè)與識(shí)別的性能。但是在不可控環(huán)境中,由于受到多種因素的影響,如光照、姿態(tài)、表情、遮擋等,人臉檢測(cè)和識(shí)別的性能會(huì)有明顯的下降。人臉檢測(cè)與人臉識(shí)別要真正走向?qū)嵱萌匀粯O具挑戰(zhàn)性。本文對(duì)人臉檢測(cè)與人臉識(shí)別中的人臉

2、檢測(cè)器訓(xùn)練,人臉特征抽取、人臉?lè)诸惼髟O(shè)計(jì)等問(wèn)題進(jìn)行了研究,同時(shí)針對(duì)可變光照下的人臉檢測(cè)與人臉識(shí)別問(wèn)題,從圖像增強(qiáng)和獲取人臉光照不變特性的角度進(jìn)行了深入的研究。主要研究成果概括如下:
   (1)針對(duì)應(yīng)用Adaboost算法進(jìn)行人臉檢測(cè)時(shí)誤檢率比較高的問(wèn)題,提出了級(jí)聯(lián)支持向量機(jī)的Adaboost-SVM人臉檢測(cè)算法。Adaboost算法利用Haar小波,積分圖和級(jí)聯(lián)的思想實(shí)現(xiàn)了接近實(shí)時(shí)的人臉檢測(cè),但是對(duì)于復(fù)雜的背景存在著人臉誤檢率

3、比較高的問(wèn)題。本文首先利用Adaboost算法訓(xùn)練了一個(gè)人臉檢測(cè)器,然后用該檢測(cè)器對(duì)圖像數(shù)據(jù)庫(kù)進(jìn)行自動(dòng)的人臉檢測(cè),再對(duì)檢測(cè)結(jié)果進(jìn)行人工糾正分類,產(chǎn)生人臉正樣本和負(fù)樣本,利用這些樣本訓(xùn)練基于SVM的人臉檢測(cè)器。將這兩個(gè)檢測(cè)器級(jí)聯(lián)起來(lái),構(gòu)成Adaboost-SVM人臉檢測(cè)器。實(shí)驗(yàn)表明,Adaboost-SVM人臉檢測(cè)算法在基本保持人臉檢測(cè)率的情況下,誤檢率有明顯的下降,誤檢窗口數(shù)最高下降達(dá)到82.91%。
   (2)當(dāng)環(huán)境的光照比

4、較復(fù)雜時(shí),人臉檢測(cè)的性能會(huì)有明顯的下降,為了減少光照的影響,提出了快速的自適應(yīng)圖像增強(qiáng)算法,用于改善復(fù)雜光照下的人臉檢測(cè)性能。本文深入研究了Retinex圖像增強(qiáng)理論,針對(duì)多尺度Retinex算法存在的運(yùn)行速度慢,增強(qiáng)后圖像容易灰度化的現(xiàn)象,提出了一種改進(jìn)的多尺度Retinex圖像增強(qiáng)算法。同時(shí)結(jié)合對(duì)數(shù)變換和非線性變換,進(jìn)一步提出了快速的自適應(yīng)圖像增強(qiáng)算法,與直方圖均衡、單尺度Retinex和多尺度Retinex算法相比,自適應(yīng)圖像增強(qiáng)

5、算法在人臉檢測(cè)率和誤檢率方面都有明顯的改善。
   (3)針對(duì)Gabor小波人臉特征表示數(shù)據(jù)維數(shù)過(guò)高的問(wèn)題,研究了利用二維線性子空間進(jìn)行特征降維的方法,并實(shí)現(xiàn)用支持向量機(jī)進(jìn)行人臉?lè)诸惖牟呗?。人臉識(shí)別的過(guò)程中,利用多個(gè)尺度和不同方向的Gabor小波來(lái)表示人臉圖像,并構(gòu)成Gabor特征臉,然后利用二維線性子空間方法直接對(duì)Gabor特征臉進(jìn)行特征降維,再采用支持向量機(jī)對(duì)人臉進(jìn)行分類。實(shí)驗(yàn)表明,這種方法有效地提取了有利于分類的人臉特征,

6、同時(shí)解決了Gabor小波的維數(shù)災(zāi)難問(wèn)題,取得了良好的分類效果。
   (4)綜述了復(fù)雜光照下的人臉識(shí)別算法,提出了形態(tài)學(xué)小波商圖像算法。尋找具有光照不變性的人臉特征圖像是解決復(fù)雜光照人臉識(shí)別的一個(gè)有效途徑,對(duì)人臉圖像進(jìn)行形態(tài)學(xué)閉運(yùn)算操作后,再在小波域去掉圖像的高頻成分,所得結(jié)果作為人臉圖像的光照估計(jì),將光照?qǐng)D像與原圖像相除后得到一種商圖像。實(shí)驗(yàn)結(jié)果表明,這種形態(tài)學(xué)小波商圖像具有光照不變性,同時(shí)相比于SSR算法和形態(tài)學(xué)商圖像,形態(tài)

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