

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、人臉識別是生物特征識別領(lǐng)域的一個重要課題,在安防和身份認(rèn)證領(lǐng)域得到了廣泛的應(yīng)用。雖然人臉識別技術(shù)已經(jīng)取得了較大的進(jìn)步,但是目前的人臉識別算法仍然無法克服由于應(yīng)用環(huán)境不可控帶來的識別困難。當(dāng)人臉發(fā)生遮擋或出現(xiàn)較大光照變化時,識別性能會受到嚴(yán)重影響。為了解決遮擋和復(fù)雜光照問題,本文所做的主要工作如下:
針對人臉遮擋問題,提出了融合遮擋檢測與HOG(Histogram of Oriented Gradient)特征協(xié)作表示的人臉識別
2、方法。首先,設(shè)計了一種基于HOG特征,主成分分析和支持向量機的遮擋檢測方法,根據(jù)常見遮擋的分布將人臉分塊,在子塊上檢測遮擋。如果人臉存在遮擋,僅提取非遮擋部分的HOG特征作為人臉的特征表示;如果人臉未發(fā)生遮擋,則提取整幅人臉的HOG特征作為人臉的特征表示。最后,利用協(xié)作表示對降維后的人臉特征進(jìn)行分類。在AR和Yale人臉庫上進(jìn)行了測試,對AR人臉庫中遮擋圖像的平均識別率達(dá)到95.2%。對AR和Yale人臉庫中發(fā)生姿態(tài)和表情變化人臉的識別
3、率分別達(dá)到97.3%和98.6%。與稀疏表示方法相比,計算復(fù)雜度有明顯降低。實驗結(jié)果表明,和現(xiàn)有的主要識別方法相比,該方法對人臉遮擋具有較強的魯棒性。由于選用了強判別性的特征和高效的分類方法,對非遮擋人臉的識別性能也有一定程度的提升。
針對光照變化問題,設(shè)計了基于局部二值模式和協(xié)作表示分類的近紅外人臉識別方法。使用強度高于環(huán)境光線的主動近紅外光源成像,配合相應(yīng)波段光學(xué)濾片,便可以采集到和環(huán)境光照無關(guān)的人臉圖像,從而避免了光照變
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
- 光照和遮擋條件下的人臉識別算法研究.pdf
- 不同光照和遮擋條件下的人臉識別算法研究.pdf
- 復(fù)雜光照條件下的人臉識別算法研究
- 復(fù)雜光照條件下的人臉識別算法研究.pdf
- 復(fù)雜光照條件下的人臉識別研究.pdf
- 復(fù)雜光照條件下人臉識別算法的研究.pdf
- 遮擋條件下的人臉識別算法研究.pdf
- 復(fù)雜光照條件下人臉識別關(guān)鍵算法研究.pdf
- 可變光照和遮擋條件下的人臉識別技術(shù)研究及其應(yīng)用.pdf
- 光照魯棒人臉識別研究.pdf
- 復(fù)雜光照條件下的人臉識別方法研究.pdf
- 不同光照條件下的人臉識別算法研究.pdf
- 強光照魯棒性人臉識別算法研究.pdf
- 復(fù)雜光照條件下人臉跟蹤算法研究.pdf
- 光照變化條件下的人臉檢測與識別算法研究.pdf
- 變化光照條件下人臉識別算法研究.pdf
- 去光照條件下人臉識別算法的研究和實現(xiàn).pdf
- 光照魯棒的人臉識別研究與應(yīng)用.pdf
- 基于遮擋檢測與恢復(fù)的稀疏表示魯棒人臉識別算法研究.pdf
- 光照魯棒的人臉識別技術(shù)研究.pdf
評論
0/150
提交評論