已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀
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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,人臉識別已成為眾多的身份驗證方法中最容易接受的一種方法,具有更直接、更安全、更可靠和更有效的特點,具有極高的研究價值和應(yīng)用價值,同時作為模式識別領(lǐng)域的重要課題之一,也是目前非?;钴S的一個研究方向。
本文對人臉識別的研究現(xiàn)狀和常用的人臉識別方法進行了分析,在此基礎(chǔ)上提出了采用基于多尺度?-LBP人臉特征描述算法,并設(shè)計和實現(xiàn)了人臉實時識別系統(tǒng)。主要研究工作如下:
1)對Adaboost人臉檢測算法進行了研究。為
2、了降低其誤檢率,提出了采用融合膚色檢測的Adaboost人臉檢測算法。該算法在保證了原有算法對人臉檢測率的基礎(chǔ)上,有效地降低了人臉圖像錯誤檢測率。
2)對描述圖像紋理特征的LBP算法、改進的多尺度LBP算法與LBP算法進行了研究,針對LBP算法不能兼顧整體與局部信息的表達以及多尺度LBP特征數(shù)據(jù)量較大的問題,提出了基于多尺度LBP的人臉表征算法。該算法首先將人臉圖像分割成不同尺度的子塊,然后對各子塊進行LBP編碼,最后將各子塊
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
- 基于擴展LBP特征的人臉識別系統(tǒng)研究.pdf
- 基于PCA算法的人臉識別系統(tǒng)研究.pdf
- 基于改進LBP特征的人臉識別系統(tǒng).pdf
- 基于LBP算法的人臉識別研究.pdf
- 基于改進LBP的人臉識別算法研究.pdf
- 基于pca的人臉識別系統(tǒng)研究
- 基于2DDPCA算法的人臉識別系統(tǒng)研究.pdf
- 基于OpenCV的人臉識別系統(tǒng)研究.pdf
- 基于ZYNQ的人臉識別系統(tǒng)研究.pdf
- 基于lbp的人臉識別
- 基于LBP特征的人臉識別算法研究.pdf
- 基于LBP特征的人臉識別算法改進研究.pdf
- 基于子空間的人臉識別系統(tǒng)研究.pdf
- 基于OpenCV的人臉跟蹤識別系統(tǒng)研究.pdf
- 基于知識的人臉檢測與人臉識別系統(tǒng)研究.pdf
- 基于級聯(lián)回歸和LBP的人臉識別算法研究.pdf
- 基于LBP和Adaboost的人臉識別算法研究.pdf
- 基于LBP的人臉識別研究.pdf
- 基于LBP特征的人臉識別算法研究與應(yīng)用.pdf
- 基于多尺度圖像分析的人臉識別與性別識別算法研究.pdf
評論
0/150
提交評論