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83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)別是一項(xiàng)富有理論基礎(chǔ)和應(yīng)用價(jià)值的研究課題。典型的人臉識(shí)別系統(tǒng)包括:人臉檢測(cè)、特征提?。A(yù)處理和特征提取)、人臉識(shí)別三部分。在自動(dòng)人臉識(shí)別中預(yù)處理和特征提取占有非常重要的地位。二維Gabor小波變換從不同的頻率尺度和方向反映局部范圍內(nèi)圖像像素灰度值的變化。小波變換系數(shù)描述了圖像上各給定位置附近區(qū)域的灰度特征,在人臉圖像的二維Gabor小波變換系數(shù)的基礎(chǔ)上進(jìn)行的特征提取,稱為經(jīng)典的基于Gabor小波變換的人臉特征提取。本文深入研究了利

2、用二維Gabor小波變換進(jìn)行人臉特征提取的理論方法和技術(shù),針對(duì)經(jīng)典算法中運(yùn)算量大、處理范圍寬、識(shí)別的響應(yīng)時(shí)間長(zhǎng)等缺點(diǎn),在圖像預(yù)處理和特征提取兩方面對(duì)經(jīng)典的基于Gabor小波變換的人臉特征提取方法進(jìn)行改進(jìn),提出了一種基于Gabor濾波器的人臉特征提取算法。
   在圖像預(yù)處理方面,傳統(tǒng)的橢圓膚色模型雖然能夠?qū)崿F(xiàn)人臉的膚色檢測(cè),但是其不能有效地檢測(cè)出人臉重要器官的大概位置,本文通過(guò)對(duì)膚色模型亮度空間分段,并在每段亮度空間上分別定義色

3、度空間橢圓模型,從而實(shí)現(xiàn)了人臉及其重要器官的檢測(cè)。在特征提取方面,經(jīng)典的Gabor紋理特征提取算法雖然對(duì)人臉圖像的光照不均、位置變化和表情變化等具有較強(qiáng)的魯棒性,但是該方法需要對(duì)整張人臉圖像進(jìn)行Gabor小波變換,運(yùn)算過(guò)程復(fù)雜,耗時(shí)長(zhǎng),難以滿足實(shí)時(shí)性要求。本文首先利用Gabor濾波器檢測(cè)人眼邊緣信息,然后通過(guò)廣義Hough變換實(shí)現(xiàn)邊緣斷點(diǎn)的連接,最后對(duì)人眼邊緣圖像進(jìn)行二維Gabor小波變換,提取人眼邊緣紋理特征,代替經(jīng)典特征提取算法中人

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