非約束環(huán)境下的人臉識(shí)別系統(tǒng)的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩70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(hù)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、隨著信息化、數(shù)字化、網(wǎng)絡(luò)化的發(fā)展,國(guó)家以及社會(huì)生活的安全性面臨新的挑戰(zhàn),在這種環(huán)境下,傳統(tǒng)的安全技術(shù)呈現(xiàn)出許多弊端和缺陷。生物特征認(rèn)證技術(shù)是解決信息化、數(shù)字化、網(wǎng)絡(luò)化社會(huì)安全問(wèn)題的較好的辦法之一。在生物認(rèn)證方面,人臉識(shí)別具有特定的優(yōu)勢(shì),可以廣泛應(yīng)用于公安部門(mén)的犯人檔案管理、犯人的辨認(rèn)查找、刑偵破案、安全驗(yàn)證、監(jiān)控系統(tǒng),信用卡驗(yàn)證,人機(jī)交互控制,證件核對(duì),通道控制等多個(gè)場(chǎng)合。 本文主要從人臉圖像的預(yù)處理、特征提取及識(shí)別分類(lèi)方法等幾

2、方面對(duì)非約束環(huán)境下的人臉識(shí)別課題進(jìn)行了初步的研究。在非約束環(huán)境下,人臉圖像預(yù)處理是人臉識(shí)別過(guò)程中很重要的一個(gè)步驟,本文對(duì)人臉圖像的幾何矯正、灰度處理和遮擋處理等進(jìn)行了詳細(xì)的闡述,通過(guò)對(duì)比實(shí)驗(yàn)驗(yàn)證了人臉圖像預(yù)處理對(duì)提高識(shí)別率的作用。在特征提取方面,對(duì)本征臉人臉識(shí)別進(jìn)行了詳細(xì)的討論,提出了一種改進(jìn)的人臉識(shí)別方法,利用預(yù)處理后的人臉圖像和原始圖像進(jìn)行了對(duì)比實(shí)驗(yàn),取得了理想的效果。同時(shí),對(duì)支持向量機(jī)的兩類(lèi)別分類(lèi)原理進(jìn)行了闡述,在此基礎(chǔ)上將支持向

3、量機(jī)的分類(lèi)應(yīng)用擴(kuò)展到多類(lèi)別分類(lèi)領(lǐng)域。 人臉數(shù)據(jù)庫(kù)是人臉識(shí)別的數(shù)據(jù)源。本文提出了一種人臉數(shù)據(jù)庫(kù)的建立方法,并利用目前廣泛使用的ORL人臉數(shù)據(jù)庫(kù)作為原始數(shù)據(jù),建立了一個(gè)基于Access數(shù)據(jù)庫(kù)的人臉數(shù)據(jù)庫(kù),在此基礎(chǔ)上利用delphi和matlab的交互,實(shí)現(xiàn)了一個(gè)人臉識(shí)別系統(tǒng),采用PCA+SVM的方法獲得了較高的識(shí)別率。 從實(shí)驗(yàn)結(jié)果可以看出,人臉圖像預(yù)處理對(duì)識(shí)別率有重要的影響,利用不同的姿態(tài)樣本建立不同的本征臉空間是解決姿態(tài)多

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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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