版權(quán)說(shuō)明:本文檔由用戶(hù)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)別作為一種重要的個(gè)人身份鑒別方法,可廣泛地應(yīng)用于證件核對(duì)、公安追逃、信用卡驗(yàn)證、自動(dòng)取款機(jī)(ATM)等方面..與利用指紋、手掌、視網(wǎng)膜、虹膜等其他人體生物特征進(jìn)行人身鑒別的方法相比,人臉識(shí)別具有直接、友好、方便的特點(diǎn).一個(gè)完整的人臉識(shí)別系統(tǒng)包括人臉檢測(cè)、特征提取、以及匹配識(shí)別.人臉檢測(cè)是其中的第一步,也是人臉識(shí)別系統(tǒng)的重要步驟.本文研究了對(duì)在幾種不同的光照補(bǔ)償方法處理后的圖像上使用K-L算法及奇異值分解實(shí)現(xiàn)的人臉自動(dòng)檢測(cè)方法,提出
2、了一種工程方法,該方法自動(dòng)的選擇適應(yīng)指定"檢測(cè)精度"的特征臉的個(gè)數(shù),排除特征臉空間中能量值較小的特征軸,降低了選擇特征臉空間中的能量集中的軸的工作難度.首先基于K-L展開(kāi)式的特征提取,以輸入樣本中每個(gè)人的平均樣本和所有人的平均樣本組成類(lèi)間離散矩陣,作為K-L變換的產(chǎn)生矩陣,對(duì)該矩陣進(jìn)行奇異值分解,獲得特征臉空間,同時(shí)得到訓(xùn)練樣本在該空間得一組投影系數(shù),即代數(shù)特征.其次,將待測(cè)圖像向該空間投影,得到待測(cè)圖像得代數(shù)特征.接著,對(duì)比待測(cè)圖像和
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(hù)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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K-L變換的人臉識(shí)別方法.pdf
- 基于K-L變換的人臉識(shí)別算法研究.pdf
- 應(yīng)用小波變換和K-L變換的人臉識(shí)別方法.pdf
- 基于K-L變換的人臉特征提取的研究與應(yīng)用.pdf
- 基于K-L變換與模板匹配的彩色圖像人臉定位.pdf
- k-l變換進(jìn)行特征提取
- 基于K-L變換的權(quán)威頁(yè)面挖掘的算法.pdf
- 基于CURVELET變換的人臉檢測(cè).pdf
- 基于K-L變換的語(yǔ)音波形編碼算法研究.pdf
- 基于K-L變換的特征融合隱寫(xiě)分析方法研究.pdf
- 基于K-L變換的汽車(chē)車(chē)牌照識(shí)別及其相關(guān)的圖像處理研究.pdf
- 基于K-L交換的小波圖像融合研究.pdf
- K-L變換的研究及其在圖像壓縮編碼中的應(yīng)用.pdf
- 高光譜遙感圖像特征提取及分類(lèi)研究——基于K-L變換及支撐矢量技術(shù).pdf
- 基于Contourlet變換的人臉姿態(tài)估計(jì).pdf
- 一種Gabor小波和K-L變換的掌紋識(shí)別方法研究.pdf
- 基于小波變換圖像融合算法的人臉檢測(cè).pdf
- 基于小波變換的人臉識(shí)別研究.pdf
- 基于分?jǐn)?shù)階傅里葉變換的人臉識(shí)別.pdf
- 基于小波變換的人臉圖像壓縮.pdf
評(píng)論
0/150
提交評(píng)論