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56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、近些年來(lái),人臉識(shí)別領(lǐng)域有了很大的進(jìn)步。本文要做的就是提高人臉識(shí)別的正確識(shí)別率,為了達(dá)到這個(gè)目的,從下面幾個(gè)方面下手:特征提取算法改進(jìn),分類(lèi)器選擇,相異度測(cè)試公式選擇。
  特征抽取是模式識(shí)別中最基本的問(wèn)題之一,在人臉識(shí)別中,抽取有效的鑒別特征是解決問(wèn)題的關(guān)鍵。主成分分析和Fisher線性鑒別分析都是屬于線形投影分析,在特征抽取中最為經(jīng)典和廣泛使用的方法。該文就有關(guān)線性投影分析的理論與算法進(jìn)行了深入的研究。楊健博士提出了2DPCA算

2、法這種特征提取方法,在提取時(shí)間和識(shí)別率上都比主成分分析有所提高,針對(duì)2DPCA算法本文提出了改進(jìn)的2DPCA算法和LR-2DPCA算法。接著本文提出一個(gè)新的人臉識(shí)別算法,把人臉圖像的每一行看作一個(gè)訓(xùn)練樣本,然后進(jìn)行特征提取和分類(lèi),取得了不錯(cuò)的識(shí)別率。針對(duì)二維線性鑒別分析進(jìn)行了原理分析,提出了改進(jìn)的2DLDA算法和LR-2DLDA算法。
  最后本文提出了一種新的人臉識(shí)別算法法,直接基于人臉圖像的人臉識(shí)別算法,就是在人臉識(shí)別之前不進(jìn)

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