基于神經(jīng)網(wǎng)絡(luò)的人臉識別算法研究.pdf_第1頁
已閱讀1頁,還剩52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),請進行舉報或認領(lǐng)

文檔簡介

1、人臉識別技術(shù)作為圖像處理和模式識別的最重要的應(yīng)用之一,正逐漸成為熱門的研究課題。它在公安,銀行及海關(guān)等機要部門有著廣泛的應(yīng)用前景。 人臉識別問題涵蓋了圖像處理、模式識別和計算機視覺等多個領(lǐng)域,它主要有兩個部分:特征提取和模式識別部分。特征提取識從人臉圖像中提取可以用來分類的信息;而模式識別部分是利用提取的特征進行模式分類。 對于特征提取部分,本文中采用的是基于統(tǒng)計的特征,分別是基于KL變換(KLT)或主成分分析(PCA)

2、的特征臉方法和基于線性判別分析(LDA)的Fisher臉方法。 對于模式識別部分,首先采用了糾錯支持向量機(SVM)方法和超橢球神經(jīng)網(wǎng)絡(luò)方法,其中糾錯SVM方法有著較高的正確識別率;而超橢球神經(jīng)網(wǎng)絡(luò)方法是仿生(拓撲)模式識別理論的一個應(yīng)用形式,它對未訓(xùn)練樣本有著較低的錯誤接受率。基于以上兩點,本文提出了一種二次分類方法。它將基于仿生模式識別理論的超橢球神經(jīng)網(wǎng)絡(luò)方法與具有糾錯能力的SVM方法結(jié)合起來,首先使用超橢球神經(jīng)網(wǎng)絡(luò)進行第一

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)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

最新文檔

評論

0/150

提交評論