人臉特征提取與識(shí)別.pdf_第1頁(yè)
已閱讀1頁(yè),還剩51頁(yè)未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、生物特征識(shí)別是一項(xiàng)利用人類特有的生理或行為特征來進(jìn)行身份識(shí)別的技術(shù),它提供了一種高可靠性、高穩(wěn)定性的身份鑒別途徑。人臉識(shí)別技術(shù)是基于生物特征識(shí)別技術(shù)的一個(gè)重要分支,是模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域內(nèi)研究的一個(gè)熱點(diǎn),有著重要的理論研究?jī)r(jià)值和應(yīng)用價(jià)值。 本文首先介紹了人臉識(shí)別技術(shù)的研究現(xiàn)狀、應(yīng)用領(lǐng)域、發(fā)展前景,然后分別討論和研究了人臉圖像的預(yù)處理、特征提取和分類識(shí)別。在預(yù)處理中,分析了直方圖均衡化、灰度歸一化和中值濾波的方法,給出了實(shí)驗(yàn)結(jié)

2、果。特征提取是本文的重點(diǎn),主要研究的內(nèi)容如下: 1.基于小波變換的人臉識(shí)別。首先對(duì)圖像進(jìn)行一層小波變換,提取低頻系數(shù)(包含圖像的大部分能量,且對(duì)表情和姿勢(shì)變化不敏感),進(jìn)而研究了2DPCA、Complete2DPCA和SVD(奇異值分解)方法,分別結(jié)合小波變換進(jìn)行了實(shí)驗(yàn)。進(jìn)一步分析了經(jīng)過SVD分解得到的特征矩陣,采用遺傳算法進(jìn)行特征優(yōu)化,提出了基于小波域奇異值分解和遺傳算法的人臉識(shí)別,經(jīng)過實(shí)驗(yàn)證明,該方法切實(shí)有效。 2.

溫馨提示

  • 1. 本站所有資源如無(wú)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(yè)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(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