人臉識別技術(shù)若干問題研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費閱讀

下載本文檔

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)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉識別技術(shù)的研究在近幾年得到了高度重視,已經(jīng)成為圖像分析和理解中最成功的應(yīng)用之一。本文從人臉識別的過程出發(fā),對人臉識別的過程中幾個重要環(huán)節(jié)進(jìn)行了研究。
  在人臉檢測與定位環(huán)節(jié),我們主要研究了基于模板匹配和遺傳算法的人眼定位方法。與傳統(tǒng)的模板匹配方法所不同的是,這里我們首先對人眼進(jìn)行了預(yù)定位處理,在人眼的預(yù)定位范圍內(nèi)進(jìn)行人眼的精確定位,避免了遺傳算法在尋優(yōu)過程中其他人臉特征對它的影響。在研究中,針對人眼定位過程中不同的能量函數(shù)對

2、人眼定位的影響作了分析,證明在人眼的定位中,波谷能量起決定性作用。
  在人臉特征提取部分研究了一種基于矩陣分解的人臉特征提取算法。該算法描述了在提取特征時,采取了降低圖像矩陣維數(shù)的方法:即把大矩陣分割成小矩陣,并對分解后的小矩陣通過K-L變換進(jìn)行特征提取。通過這種方法大大降低了計算量,減小了機器處理的時間。實驗證明了該方法的有效性。
  在人臉識別過程中,我們分別對現(xiàn)有兩種最流行的人臉識別方法(即神經(jīng)網(wǎng)絡(luò)算法和支持向量機算

3、法 SVM)進(jìn)行了研究。探討了用于人臉識別的BP神經(jīng)網(wǎng)絡(luò)分類器的設(shè)計問題,建立了識別模型,對預(yù)處理后的坐標(biāo)數(shù)量級設(shè)置、分類結(jié)果數(shù)據(jù)分析以及訓(xùn)練樣本的選擇等處理上得出了自己的觀點,并用BioID和ORL這兩類非標(biāo)準(zhǔn)人臉數(shù)據(jù)庫進(jìn)行了大量的仿真實驗。通過該仿真結(jié)果與最近鄰算法的比較,得出了神經(jīng)網(wǎng)絡(luò)分類器和最近鄰分類器所適用的圖庫類型。
  關(guān)于支持向量機,我們對多類問題轉(zhuǎn)化為兩類問題的方法進(jìn)行了討論,成功地將多類問題轉(zhuǎn)化成了兩類問題來處

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。

評論

0/150

提交評論