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72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、親屬人臉圖像包含著豐富的生物本征關(guān)聯(lián)信息,通過人臉圖像進(jìn)行親屬關(guān)系認(rèn)證是模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域一個(gè)新的挑戰(zhàn),其目的是對(duì)給定的一對(duì)圖像,系統(tǒng)能有效的判別他們之間是否存在親屬關(guān)系。相比于傳統(tǒng)的DNA親子鑒定方法,人臉圖像親屬關(guān)系認(rèn)證有著高效、便捷等優(yōu)點(diǎn),這在尋找丟失兒童、視頻關(guān)聯(lián)度分析等方面有著廣泛的應(yīng)用前景。本文在已有的人臉識(shí)別和親屬認(rèn)證算法基礎(chǔ)上探討了一些新的認(rèn)證思路。
  首先,針對(duì)自然場(chǎng)景下人臉難以精準(zhǔn)對(duì)齊等問題提出局部相似

2、模板匹配算法,在子模塊稀疏表示人臉識(shí)別算法基礎(chǔ)上加入模塊平移匹配和隨機(jī)組合環(huán)節(jié),使得字典原子與目標(biāo)模板具有最佳匹配,且組合后特征對(duì)子女圖像具有更好的表達(dá)能力。此外,針對(duì)子模塊稀疏表示投票判決原則不能充分利用圖像全局結(jié)構(gòu)信息問題提出子模塊投票與全局重建殘差綜合判決算法,使得判別結(jié)果有進(jìn)一步提高。
  其次,針對(duì)傳統(tǒng)歐氏測(cè)度不能有效描述親屬圖像樣本間復(fù)雜相似關(guān)系問題提出鄰域排斥測(cè)度學(xué)習(xí)稀疏判決算法,利用已有親屬樣本間相似程度先驗(yàn)知識(shí)學(xué)

3、習(xí)最佳相似性度量,使之能更好刻畫親屬樣本間的相似關(guān)系,然后在新的測(cè)度空間下采用稀疏表示方法用父母樣本集建立過完備字典線性表示子女圖像,并以稀疏系數(shù)大小衡量樣本間相似程度。此外,針對(duì)親屬樣本間相似性不明顯問題提出子模塊綜合稀疏認(rèn)證方法,通過多重稀疏系數(shù)綜合判別兩輸入樣本的親屬關(guān)系。
  最后,針對(duì)已有的特征提取方法不能有目的的提取具有遺傳特性可辨識(shí)能力的特征表達(dá)問題,提出基于Lightened CNN深度人臉特征表示的單樣本親屬關(guān)系

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(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