靜態(tài)人臉圖像識別研究.pdf_第1頁
已閱讀1頁，還剩57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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人臉識別是當(dāng)前人工智能和模式識別領(lǐng)域的一個研究熱點。特征提取是人臉識別的關(guān)鍵，直接影響識別結(jié)果。本文主要對特征提取算法進(jìn)行研究。 一維方法特征提取時運算量大，特別是圖像很大時。二維方法特征提取直接，速度快，但提取出的特征是矩陣，特征數(shù)量大，影響分類速度。結(jié)合兩者的優(yōu)點，提出一種基于2DPCA(two—Dimensional Principal Components Analysis)和DLDA(Direct Linear Dis

2、criminant Analysis)的人臉識別算法，先用2DPCA處理原始圖像，降維后進(jìn)行DLDA處理，并深入分析了特征向量參數(shù)選取的問題。實驗結(jié)果表明，識別率和分類速度均有很大提高。 傳統(tǒng)特征臉方法需要大量人臉樣本且當(dāng)人臉樣本增加時需要重新訓(xùn)練“特征臉”，不適合人臉樣本較少和實時性要求比較高的場合。針對這一問題，提出一種基于全局和局部特征的LBP(Local Binary Pattern)人臉識別算法。該方法無須訓(xùn)練“特征臉

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)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。

評論

0/150

提交評論