2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉識(shí)別是生物特征識(shí)別技術(shù)的一個(gè)重要研究方向,它與傳統(tǒng)的身份識(shí)別方法完全不同,具有更高的安全性、可靠性和有效性,因此人臉識(shí)別已成為模式識(shí)別和人工智能領(lǐng)域的研究熱點(diǎn)。在公共安全、證件驗(yàn)證、門禁系統(tǒng)、視頻監(jiān)視等領(lǐng)域中都有著廣泛的應(yīng)用前景。本文是在主成分分析(PCA)法的基礎(chǔ)上做人臉特征提取和識(shí)別的算法研究,主要工作是采用遺傳算法和克隆選擇算法對(duì)PCA變換后的特征空間進(jìn)行優(yōu)化選取,并在此基礎(chǔ)上實(shí)現(xiàn)了基于遺傳和克隆選擇算法的人臉識(shí)別。
 

2、  主要研究工作有以下兩點(diǎn):
   (1)在人臉圖像的特征提取上,PCA方法只是簡單的選擇那些較大特征值所對(duì)應(yīng)的特征矢量,而這些特征矢量組成的特征空間并不一定最有利于分類識(shí)別,因此識(shí)別效果不夠理想。針對(duì)主成分分析法對(duì)特征空間選取的局限性,本文深入研究了PCA變換與遺傳算法相結(jié)合的特征提取方法。該方法充分利用了遺傳算法的全局尋優(yōu)能力,對(duì)PCA變換得到的特征空間進(jìn)行優(yōu)化選取,以構(gòu)成最有利于分類的特征子空間。實(shí)驗(yàn)結(jié)果表明:遺傳算法與

3、PCA相結(jié)合的特征提取方法有效地克服了主成分分析法對(duì)特征空間選取的局限性,提高了識(shí)別率。
   (2)針對(duì)遺傳算法早熟現(xiàn)象和收斂速度慢等缺點(diǎn),本文提出了一種PCA變換與克隆選擇算法相結(jié)合的特征提取方法??寺∵x擇算法以其記憶性、多樣性和特異性的優(yōu)勢(shì),在搜索過程中表現(xiàn)出比傳統(tǒng)進(jìn)化算法更為優(yōu)異的全局尋優(yōu)性能。將克隆選擇算法應(yīng)用到人臉特征空間的自動(dòng)選擇,并通過識(shí)別率驗(yàn)證該思想的可行性。實(shí)驗(yàn)結(jié)果表明克隆選擇算法應(yīng)用于人臉的特征空間選擇能夠

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(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)頁內(nèi)容里面會(huì)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(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