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、北京工業(yè)大學(xué)碩士學(xué)位論文基于線性判別分析的三維人臉識(shí)別算法研究姓名：王俊申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：孫艷豐20080401AbstractAbstractAutomaticfacerecognitionhasextensiveperspectivewhileappliedinHomelandSecurity，MilitarySecurity，PublicSecurityandfamilyentertainmentet
2、cAlthoughhumancouldrecognizehumanfaceandexpressionwithoutdifficulty，itisabigchallengeforcomputerThevastmajorityoffacerecognitionresearchhavefocusedontheuseoftwodimensionalintensityimagesinthepastyearsAlthoughallthesealgo
3、rithmshavemadegoodprogressbutstillchallengedbythechangeofillumination，poseandexpressionandtherecognitionrateisstillfarawayfromsatisfactionunderthechangeoftheabovethreefactorsAsthetechnologyforacquiring3Dfaceinformationbe
4、comessimplerandcheaper，theuseof3DfacedatabecomesmorecommonSo3Dfacerecognitionhasattractsmoreandmoreattention3Dfacerecognitionhaspotentialtoovercomethedifficultiesofimagebasedfacerecognitioncausedbyvariationsofilluminatio
5、n，facialpostureandexpressionetcThisthesisaddressessolutionsofthefeatureextractioninfacerecognitionusing3DfacedataAccordingtothelarge—scaleChinese3DfacesdatabasewhichbuiltbyBJUT，thisthesisfirstaligned3Dfacesbasedonnonunif
6、ormmeshresamplingandgottheuniformnumberofvertexandtopologystructurefor3Dface。Resultwaskeptinavector，includingshapeandtextureinformationWeuseclassicalgorithmwhichcalledLinerDiscriminantAnalysis(LDA)in3Dfacerecognitiontoge
7、tbestclassificationresultInordertoextractmostusefulinformationfrom3Ddata，weprovidetwodifferentsolutionsinthisthesis1、InordertoavoidSmallSimpleSizeproblem，firstusingPrincipalComponentAnalysis(PCA)toreducedimensionofshapea
8、ndtextureseparatelyThenusefeatureselectionstrategysuggestedbyLinerDiscriminantAnalysis(LDA)toselectthemostimportantdiscriminativefeaturefromthecomerThatis3DfacerecognitionalgorithmbasedonPCALDA2、Wechangedvectorintomatrix
9、bydivisionandoverlap，andusefeatureselectionstrategysuggestedby2DLDAtoselectthemostdiscriminativefeaturesfromthecomerThisapproachnotonlyavoidedfaceinformationmissing，increasedthenumberofcompositefeature，butalsoavoidedthes
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
- 非迭代三維線性判別分析及其在人臉識(shí)別中的應(yīng)用.pdf
- 正交線性判別分析及人臉識(shí)別.pdf
- 基于核判別分析的人臉識(shí)別算法.pdf
- 基于線性判別分析的單人臉識(shí)別系統(tǒng)研究.pdf
- 線性判別分析子空間方法人臉識(shí)別研究.pdf
- 基于改進(jìn)的無(wú)關(guān)多重線性判別分析的人臉識(shí)別.pdf
- 基于線性判別邊信息結(jié)合phl的三維人臉識(shí)別
- 基于集成局部分塊線性判別分析的人臉識(shí)別.pdf
- 基于線性判別分析和支持向量機(jī)的人臉識(shí)別研究.pdf
- 線性判別分析人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于核判別分析的視頻人臉識(shí)別算法與系統(tǒng)實(shí)現(xiàn).pdf
- 二維判別分析研究及人臉識(shí)別.pdf
- 基于線性判別分析的人臉識(shí)別系統(tǒng)研究與實(shí)現(xiàn).pdf
- 基于GPU的并行線性判別分析算法研究.pdf
- 半監(jiān)督判別分析及人臉識(shí)別.pdf
- 基于核判別分析的人臉識(shí)別方法.pdf
- 融合局部線性嵌入與線性判別分析的人臉識(shí)別技術(shù)研究.pdf
- 基于非參數(shù)化判別分析的人臉識(shí)別研究.pdf
- 基于張量判別分析的步態(tài)識(shí)別算法研究.pdf
- 基于多流形判別分析的單樣本人臉識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論