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(bào)或認(rèn)領(lǐng)
文檔簡介
1、特征臉方法是較早得到發(fā)展的人臉識別技術(shù),它在壓縮能量方面性能最優(yōu),但抗干擾能力不強(qiáng)。它是圖像統(tǒng)計(jì)方法,沒有利用人臉的特殊信息。該方法使用K-L變換來做特征提取,在子空間進(jìn)行模式識別。 本文針對自動人臉識別系統(tǒng)的特點(diǎn),首先對人臉圖像進(jìn)行相應(yīng)的預(yù)處理,本人提出一種通過眼睛定位的方式對人臉進(jìn)行定位,接著對人臉進(jìn)行去噪、歸一化和旋轉(zhuǎn)。在識別過程中,對特征臉法進(jìn)行改進(jìn),從變換域上對人臉圖像進(jìn)行相應(yīng)的處理,本文提出了兩種變換域: 1
2、、基于小波域與PCA的人臉識別方法。把特征臉方法和小波方法結(jié)合起來,使得空間相關(guān)性能在變換中得到表述。用小波方法將人臉圖像進(jìn)行分解。利用小波變換后得到的小波低頻子帶包含圖像的近似信息,以及小波高頻子帶包含圖像不同方向的細(xì)節(jié)信息的特點(diǎn),對它們進(jìn)行不同的處理,應(yīng)用到人臉識別當(dāng)中,在降低識別時間的基礎(chǔ)上提高了識別率。 2、基于DCT域與PCA的人臉識別方法。針對現(xiàn)在圖像壓縮主要采用DCT變換方法,提出了一種對DCT系數(shù)進(jìn)行重組的方法,
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。
最新文檔
- 基于PCA的人臉識別方法.pdf
- 基于PCA的人臉識別方法研究.pdf
- 基于ND-PCA的人臉識別方法研究.pdf
- 基于小波變換的PCA人臉識別方法.pdf
- 基于小波變換的PCA人臉識別方法研究.pdf
- 基于Curvelet變換的人臉識別方法研究.pdf
- 基于小波變換與PCA的人臉識別方法的研究與實(shí)現(xiàn).pdf
- 基于2D-PCA的人臉識別方法研究.pdf
- 基于變換域WPMMC方法的人臉識別.pdf
- 基于小波變換的人臉識別方法研究.pdf
- 基于K-L變換的人臉識別方法.pdf
- 基于小波變換和PCA類方法的人臉識別技術(shù)研究.pdf
- 基于PCA和傅里葉變換的眉毛識別方法研究.pdf
- 基于小波變換和稀疏表示的人臉識別方法研究.pdf
- 基于PCA的整體與局部特征融合的人臉識別方法.pdf
- 基于小波變換和人工神經(jīng)網(wǎng)絡(luò)的PCA人臉識別方法研究.pdf
- 基于小波變換和支持向量機(jī)的人臉識別方法研究.pdf
- 基于SVM和ELM的人臉識別方法.pdf
- 基于改進(jìn)2D-PCA和2D-LDA的人臉識別方法研究.pdf
- 基于統(tǒng)計(jì)的人臉識別方法.pdf
評論
0/150
提交評論