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)別是近年來計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域里的熱點(diǎn)研究問題之一,它在身份認(rèn)證、視覺監(jiān)控、人機(jī)交互、娛樂動(dòng)畫、以及多媒體等領(lǐng)域有著廣泛的應(yīng)用前景。
人臉檢測作為人臉識(shí)別的重要一步,其目標(biāo)是要將人臉從圖像背景中檢測出來。本文主要研究基于AdaBoost算法的人臉檢測方法。AdaBoost學(xué)習(xí)算法,是從一個(gè)較大的特征集中選擇少量關(guān)鍵的Haar-like特征,產(chǎn)生一個(gè)高效的強(qiáng)分類器,再用級(jí)聯(lián)的方式將單個(gè)強(qiáng)分類器級(jí)聯(lián)成一個(gè)更加復(fù)雜的級(jí)聯(lián)分
2、類器。本文基于AdaBoost算法訓(xùn)練了一個(gè)級(jí)聯(lián)分類器,通過對(duì)實(shí)際人臉圖像的檢測測試,表明該分類器可以有效地運(yùn)用于多姿態(tài)、多人臉、復(fù)雜光照和復(fù)雜背景的情況,且具有較好的實(shí)時(shí)性能。
鑒于小波多尺度變換對(duì)高維圖像特征具有良好的壓縮能力,提出了一種結(jié)合小波變換與核主成分分析(KPCA)方法的人臉特征提取與識(shí)別算法。該算法首先對(duì)人臉圖像進(jìn)行小波變換獲取小波低頻分量,然后對(duì)此小波分量進(jìn)行KPCA特征提取得到最終人臉鑒別特征,最后利用支持
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。
最新文檔
- 復(fù)雜光照條件下的人臉識(shí)別算法研究
- 復(fù)雜光照條件下的人臉識(shí)別算法研究.pdf
- 鉆井井下復(fù)雜情況及事故識(shí)別方法研究.pdf
- KPCA的人臉識(shí)別算法研究.pdf
- 基于加權(quán)小波分解的人臉識(shí)別的人臉識(shí)別算法研究.pdf
- 魯棒的人臉識(shí)別算法研究.pdf
- 基于統(tǒng)計(jì)的人臉識(shí)別算法研究.pdf
- 基于HMM的人臉識(shí)別算法研究.pdf
- 基于LBP算法的人臉識(shí)別研究.pdf
- 基于ICA的人臉識(shí)別算法研究.pdf
- 基于張量的人臉識(shí)別算法研究.pdf
- 基于WMMC的人臉識(shí)別算法研究.pdf
- 基于核的人臉識(shí)別算法研究.pdf
- 鉆井事故與復(fù)雜情況
- 復(fù)雜光照條件下的人臉識(shí)別研究.pdf
- 復(fù)雜環(huán)境下的人臉識(shí)別技術(shù)研究.pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別算法研究.pdf
- 基于特征表示的人臉識(shí)別算法研究.pdf
- 基于代數(shù)特征的人臉識(shí)別算法研究.pdf
- 光照變化下的人臉識(shí)別算法研究.pdf
評(píng)論
0/150
提交評(píng)論