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、生物特征識(shí)別技術(shù)是指用人體生物特征來(lái)進(jìn)行身份驗(yàn)證的技術(shù)。人體的生物特征主要分為兩類,一類是生理特征,另一類是行為特征。生理特征包括虹膜,DNA,掌紋,指紋,人臉等一系列特征,而語(yǔ)音,筆跡步態(tài)等特征屬于行為特征。生物特征識(shí)別技術(shù)為身份識(shí)別提供了一個(gè)解決方案,是計(jì)算機(jī)視覺和模式識(shí)別中的一個(gè)研究熱點(diǎn)。人臉識(shí)別是通過(guò)人臉進(jìn)行身份確認(rèn)或者身份查找的技術(shù)或系統(tǒng),在人機(jī)交互,生物身份認(rèn)證,視頻檢測(cè)與視頻資料檢索等方面有著廣泛的應(yīng)用。與其他的識(shí)別技術(shù)相
2、比,人臉識(shí)別具有直接,友好,方便,非接觸等優(yōu)點(diǎn)。同時(shí),由于年齡,姿態(tài),表情,光照等因素對(duì)人臉圖像的影響,人臉識(shí)別面臨多方面的挑戰(zhàn)。人臉識(shí)別中,通常是把人臉圖像投影由特征向量組成的空間中,特征向量決定了人臉識(shí)別的效果。同一人的人臉圖像在好的特征向量上的投影應(yīng)具有較集中的分布,反之亦然。 本文介紹了近年來(lái)人臉識(shí)別技術(shù)發(fā)展的背景及本文的研究的目的及貢獻(xiàn);然后在相關(guān)文獻(xiàn)的基礎(chǔ)上,對(duì)當(dāng)前流行的人臉數(shù)據(jù)庫(kù)、人臉特征提取以及人臉?lè)诸惖燃夹g(shù)進(jìn)行
3、綜述,從微觀意義上提出了每個(gè)向量的識(shí)別能力的概念,通過(guò)計(jì)算識(shí)別能力的大小,選擇具有較大的識(shí)別能力的特征向量。為了使每個(gè)向量在識(shí)別中發(fā)揮與其識(shí)別能力相對(duì)應(yīng)的作用,根據(jù)每個(gè)向量的識(shí)別能力對(duì)它們進(jìn)行均衡化處理,賦予不同權(quán)重,提高了識(shí)別率。通過(guò)在ORL、Yale人臉數(shù)據(jù)庫(kù)上進(jìn)行試驗(yàn),驗(yàn)證了該方法的有效性。本研究主要包含有兩大創(chuàng)新點(diǎn):其一,主成分分析方法(PCA)是人臉識(shí)別最基本的方法之一,PCA算法提供了一個(gè)從高維空間到低維空間的線性變換矩陣,
4、它是在最小均方差意義上對(duì)原圖像的估計(jì),具有計(jì)算效率高,概念清晰,推廣性強(qiáng)等優(yōu)點(diǎn)。傳統(tǒng)的PCA算法中,選取那些較大特征值對(duì)應(yīng)的特征向量用于識(shí)別,即主分量特征,也有選擇較小的特征值對(duì)應(yīng)的特征向量,即次分量特征。兩種方法的效果都不是很好,因此將識(shí)別能力選取特征向量及根據(jù)它們的識(shí)別能力進(jìn)行均衡的方法與PCA結(jié)合起來(lái),取得了很好的效果;其二,分析了識(shí)別能力選取與LDA的關(guān)系,并提出進(jìn)一步的改進(jìn),提高了識(shí)別的效果。并進(jìn)一步將識(shí)別能力選取均衡策略與2
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。
最新文檔
- 基于幾何特征向量的三維人臉識(shí)別研究.pdf
- 基于輪廓線和幾何特征向量的三維人臉識(shí)別算法的研究.pdf
- 特征向量在快速星圖識(shí)別中的應(yīng)用研究.pdf
- 基于混沌特征向量的動(dòng)態(tài)紋理識(shí)別.pdf
- 醫(yī)學(xué)圖像模式識(shí)別中特征向量提取方法的研究.pdf
- 譜劃分算法中特征向量選取方法的研究.pdf
- web文本分類中特征向量?jī)?yōu)化技術(shù)研究.pdf
- 基于特征向量的個(gè)性化推薦算法研究.pdf
- 人臉識(shí)別中的特征提取算法研究.pdf
- 人臉識(shí)別特征抽取算法的研究.pdf
- 譜聚類中特征向量的選取與集成算法.pdf
- 人臉表情識(shí)別中的特征提取算法研究.pdf
- 網(wǎng)頁(yè)信息搜索中特征向量方法
- 基于全局信息的圖結(jié)點(diǎn)特征向量學(xué)習(xí)算法.pdf
- 人臉識(shí)別中特征提取算法的研究及應(yīng)用.pdf
- 人臉識(shí)別中特征提取與選擇算法的研究.pdf
- 基于特征向量的時(shí)態(tài)XML索引研究.pdf
- 圖的特征向量的組合結(jié)構(gòu).pdf
- 人臉識(shí)別中復(fù)合梯度向量理論及特征提取研究.pdf
- 基于特征向量的語(yǔ)義角色標(biāo)注研究.pdf
評(píng)論
0/150
提交評(píng)論