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45頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、人臉識(shí)別技術(shù)是利用計(jì)算機(jī)分析人臉圖像,提取有效的識(shí)別信息進(jìn)行身份辨別的一門技術(shù),具有十分廣闊的應(yīng)用前景和學(xué)術(shù)價(jià)值。近年來(lái)人臉對(duì)稱這一特性在人臉識(shí)別上的應(yīng)用得到了許多學(xué)者的研究。本文主要工作在于提出了一種改進(jìn)的二維主成分分析方法。該方法首先通過(guò)人臉對(duì)稱這一自然特性,利用鏡像變換得到人臉的奇偶對(duì)稱圖像,然后通過(guò)對(duì)奇偶對(duì)稱圖像合理處理得到新的人臉圖像,在新的人臉圖像上運(yùn)用二維主成分方法求得鑒別特征。這里的處理是鑒于偶對(duì)稱特征含有比奇對(duì)稱特征更

2、有效的鑒別信息,而且奇對(duì)稱特征也含有一定的鑒別信息的基礎(chǔ)上。為了能充分利用奇偶對(duì)稱鑒別信息,通過(guò)一個(gè)加權(quán)因子合理調(diào)節(jié)奇偶對(duì)稱特征在人臉識(shí)別中的比重,用加權(quán)后得到的人臉圖像代替原人臉圖像,并對(duì)新得到的矩陣采用二維主成分分析方法進(jìn)行特征提取。這樣做能夠充分提取對(duì)人臉識(shí)別有用的鑒別信息,從而最終提高人臉識(shí)別率。在Yale人臉庫(kù)上對(duì)該方法做了測(cè)試,實(shí)驗(yàn)結(jié)果表明,加權(quán)的二維主成分分析方法在識(shí)別性能上優(yōu)于傳統(tǒng)主成分分析和二維主成分分析方法,有一定的

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。

評(píng)論

0/150

提交評(píng)論