2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、人臉識(shí)別技術(shù)是模式識(shí)別和計(jì)算機(jī)視覺(jué)領(lǐng)域最富挑戰(zhàn)性的研究課題之一,也是近年來(lái)的研究熱點(diǎn),作為人臉識(shí)別技術(shù)的重要組成部分,人臉性別和種族識(shí)別也受到了廣泛地關(guān)注,具有廣闊的應(yīng)用前景。 一般地,人臉性別和種族識(shí)別系統(tǒng)分為圖像預(yù)處理,人臉特征提取和分類(lèi)器識(shí)別三個(gè)部分。本文針對(duì)這三個(gè)部分展開(kāi)研究,并比較了各種不同方法的識(shí)別性能。通過(guò)對(duì)人臉識(shí)別問(wèn)題中的重要理論的研究,提出了將Gabor小波,Adaboost學(xué)習(xí)算法和支持向量機(jī)相結(jié)合的性別識(shí)別

2、方法。在人臉?lè)N族識(shí)別問(wèn)題上,提出了將Gabor小波特征與人臉膚色特征相結(jié)合的方法。 Gabor小波變換與高等動(dòng)物視覺(jué)皮層簡(jiǎn)單細(xì)胞的接受場(chǎng)具有相似的特性,被廣泛地應(yīng)用于計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域。本文采用Gabor小波濾波器組來(lái)提取人臉性別特征,并采用Gabor小波和人臉膚色特征相結(jié)合的方法來(lái)提取人臉?lè)N族特征。 Adaboost學(xué)習(xí)算法充分考慮了各個(gè)特征向量中的特征的線性分類(lèi)能力,通過(guò)弱學(xué)習(xí)過(guò)程提取出最顯著的特征。將Adab

3、oost學(xué)習(xí)算法應(yīng)用在Gabor小波特征上起到了降維和提高識(shí)別率的作用。 支持向量機(jī)理論是基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論提出的,它在解決小樣本問(wèn)題方面表現(xiàn)出許多特有的優(yōu)勢(shì),并已成為國(guó)際模式識(shí)別領(lǐng)域首選的分類(lèi)器。本文選用徑向基函數(shù)為核函數(shù),采用LibSVM算法對(duì)Gabor+Adaboost特征進(jìn)行訓(xùn)練和識(shí)別。 本文在FERET圖像庫(kù)上作了大量有意義的實(shí)驗(yàn),分別采用PCA+SVM,ICA+SVM,Haarlike+Adaboost+

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。

評(píng)論

0/150

提交評(píng)論