2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩81頁未讀, 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)

文檔簡介

1、人臉認(rèn)證技術(shù)作為最具有發(fā)展?jié)摿Φ纳锾卣髯R(shí)別技術(shù)之一,在近幾十年中得到了飛速的發(fā)展,具有重要的學(xué)術(shù)研究價(jià)值以及廣闊的應(yīng)用前景。在實(shí)際應(yīng)用中,人臉認(rèn)證系統(tǒng)對(duì)于人臉圖像的采集一般均在非配合的環(huán)境下進(jìn)行,易被其他人或者物所遮擋,這些干擾因素使得獲取的人臉數(shù)據(jù)不完整,從而影響整個(gè)人臉認(rèn)證系統(tǒng)的準(zhǔn)確率。本文針對(duì)人臉局部遮擋這一關(guān)鍵問題,重點(diǎn)研究了基于視頻的遮擋人臉的檢測(cè)與識(shí)別方法,主要研究成果包括:
   (1)基于多特征Adaboost

2、的快速遮擋人臉檢測(cè)。根據(jù)視頻序列間的運(yùn)動(dòng)信息,利用三幀差法對(duì)人臉圖像的大致位置進(jìn)行估計(jì)。然后針對(duì)Adaboost算法訓(xùn)練時(shí)間過長及人臉局部遮擋問題,通過改進(jìn)Adaboost算法進(jìn)行人臉位置的精確定位。實(shí)驗(yàn)結(jié)果表明,本文方法在人臉局部遮擋的情況下,正確率明顯好過傳統(tǒng)Adaboost算法。
   (2)基于MB-LBP特征的遮擋人臉識(shí)別。針對(duì)人臉局部遮擋情況下識(shí)別率較低這一問題,提出一種基于MB-LBP特征的遮擋人臉識(shí)別算法,并通過

評(píng)論

0/150

提交評(píng)論