版權(quán)說(shuō)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、人臉被普遍認(rèn)為是在圖像識(shí)別領(lǐng)域中最有研究?jī)r(jià)值的物體。人臉圖像處理具有很高的科研價(jià)值,尤其是人臉超分辨和人臉識(shí)別。它在視頻監(jiān)控、信息安全和視頻通話等領(lǐng)域具有廣泛的應(yīng)用。本文研究了基于凸優(yōu)化和核學(xué)習(xí)的人臉超分辨與識(shí)別。本文研究?jī)?nèi)容概括如下。
1)提出了基于凸優(yōu)化的幻覺(jué)臉?lè)椒ā;糜X(jué)臉技術(shù)也稱為人臉超分辨技術(shù)。最近,一種有效的基于位置塊的幻覺(jué)臉技術(shù)被提出,該算法采用最小二乘法來(lái)求超分辨圖像塊的最優(yōu)重構(gòu)系數(shù),但是當(dāng)訓(xùn)練位置塊的個(gè)數(shù)多
2、于它的維數(shù)時(shí),最小二乘法容易產(chǎn)生偏置解。為了克服這個(gè)問(wèn)題,我們提出了一種基于凸優(yōu)化的幻覺(jué)臉?lè)椒?。?shí)驗(yàn)結(jié)果表明我們的方法能夠有效的重構(gòu)高質(zhì)量的超分辨人臉圖像。
2)提出了基于核最近子空間分類器的人臉識(shí)別方法。作為一個(gè)有效的無(wú)參數(shù)分類器,最近子空間分類器對(duì)于高維數(shù)據(jù)有很好的表現(xiàn)。但是,它不能很好的對(duì)于具有相同方向分布的數(shù)據(jù)進(jìn)行分類。為了解決這個(gè)問(wèn)題,我們提出了核最近子空間的方法。首先,通過(guò)核經(jīng)驗(yàn)映射,將數(shù)據(jù)由原始空間映射到核特
3、征空間,然后,對(duì)于映射后的數(shù)據(jù)采用最近子空間方法進(jìn)行識(shí)別。實(shí)驗(yàn)結(jié)果表明核最近子空間方法是一個(gè)非常有前景的無(wú)參數(shù)分類器。
3)提出了一種基于Retinex理論和核最近子空間的魯棒性人臉識(shí)別方法。有很多因素影響著人臉識(shí)別的精度,比如變化的光照、位置和面部表情等。為了解決光照變化對(duì)人臉識(shí)別的影響,我們采用Retinex理論對(duì)人臉數(shù)據(jù)進(jìn)行光照標(biāo)準(zhǔn)化。然后,我們用核最近子空間分類器進(jìn)行人臉識(shí)別。我們的方法通過(guò)結(jié)合Retinex理論和
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(méi)有圖紙預(yù)覽就沒(méi)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。
最新文檔
- 基于核學(xué)習(xí)的人臉識(shí)別算法研究.pdf
- 基于核方法的人臉識(shí)別.pdf
- 基于學(xué)習(xí)的人臉圖像超分辨率重建方法研究.pdf
- 基于核的人臉識(shí)別算法研究.pdf
- 基于學(xué)習(xí)的人臉圖像超分辨率重構(gòu)算法的研究.pdf
- 基于樣本學(xué)習(xí)的人臉超分辨率重建技術(shù)研究.pdf
- 基于核特征融合與選擇的人臉識(shí)別研究.pdf
- 基于改進(jìn)正則化超分辨率重建方法的人臉識(shí)別研究.pdf
- 基于學(xué)習(xí)的人臉識(shí)別研究.pdf
- 基于深度學(xué)習(xí)的人臉識(shí)別.pdf
- 基于KPCA的人臉超分辨率算法研究.pdf
- 基于SVM混合核函數(shù)的人臉識(shí)別.pdf
- 基于matlab深度學(xué)習(xí)的人臉識(shí)別
- 基于深度學(xué)習(xí)的人臉識(shí)別算法.pdf
- 基于核稀疏表示的人臉識(shí)別算法研究.pdf
- 基于核的人臉識(shí)別算法研究及驗(yàn)證.pdf
- 基于稀疏編碼與字典學(xué)習(xí)的人臉識(shí)別.pdf
- 基于稀疏表示的人臉超分辨率算法研究.pdf
- 基于深度學(xué)習(xí)和圖論的人臉識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于核判別分析的人臉識(shí)別算法.pdf
評(píng)論
0/150
提交評(píng)論