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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、人臉識別是指基于已知的人臉樣本庫,利用圖像處理和模式識別技術(shù)從靜態(tài)或動態(tài)場景中,識別或驗證一個或多個人臉。在許多人臉識別應(yīng)用中,人臉圖像的成像條件是非理想的,即不能保證光照環(huán)境的一致性,也無法要求被拍攝對象的主動配合,因此光照、姿勢變化的人臉識別是目前的研究熱點。本文提出了一種針對姿勢變化條件下人臉識別系統(tǒng)的框架,具體如下: 1.對實驗室原有的級聯(lián)MR-ASM(Multi-resolution Active Shape Mode
2、l)算法進(jìn)行了改進(jìn),提出改進(jìn)方法,以紋理信息的歐氏距離為基礎(chǔ),結(jié)合了級聯(lián)和最小值計算的策略來達(dá)到精確定位特征點的目的。 2.人臉正則化方法研究。將ASM定位結(jié)果映射到公共形狀控制參數(shù)空間,去除姿勢相關(guān)參數(shù)得到正面人臉模型,通過二維非線性映射實現(xiàn)人臉正則化;由兩幅圖像的ASM定位結(jié)果合成三維人臉模型,經(jīng)過三維空間的線性變化得到正面人臉模型,通過紋理映射得到正則化人臉。 3.人臉特征提取方法的研究。對于正則化的人臉,利用兩種
3、方法提取特征,一種方法是利用MPEG7提供的本征臉得到映射向量作為識別的特征,另一種方法是提取人臉的LGT(local Gabor textons)特征,以加權(quán)LGT特征直方圖作為識別的特征向量。最后將提取的特征輸入到K近鄰分類器中,在CMU-PIE庫中驗證并對比了兩種特征的識別結(jié)果。 4.人臉識別演示系統(tǒng)的設(shè)計與實現(xiàn)。參照生物特征識別領(lǐng)域的一個接口標(biāo)準(zhǔn):BioAPI設(shè)計實現(xiàn)人臉識別系統(tǒng),系統(tǒng)包括三部分:人臉檢測,特征點定位,分
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(hù)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
- 魯棒的人臉識別算法研究.pdf
- 基于魯棒流形學(xué)習(xí)的人臉識別.pdf
- 基于魯棒特征的人臉識別與特征保護(hù)算法研究.pdf
- 魯棒的人臉識別技術(shù)的研究.pdf
- 不同姿勢下的人臉識別算法研究.pdf
- 具有年齡魯棒性的人臉識別算法研究.pdf
- 基于魯棒特征的人臉檢測與身份識別.pdf
- 光照魯棒的人臉識別研究與應(yīng)用.pdf
- 魯棒人臉識別算法的研究與實現(xiàn).pdf
- 光照魯棒的人臉識別技術(shù)研究.pdf
- 基于稀疏表示的魯棒性人臉識別算法的研究.pdf
- 基于字典擴(kuò)展的稀疏表示魯棒人臉識別算法研究.pdf
- 強(qiáng)光照魯棒性人臉識別算法研究.pdf
- 姿態(tài)魯棒的人臉圖像識別方法研究.pdf
- 光照魯棒人臉識別研究.pdf
- 基于改進(jìn)ASM的人臉圖像變形算法研究.pdf
- 表情魯棒的三維人臉識別算法研究.pdf
- 基于遮擋檢測與恢復(fù)的稀疏表示魯棒人臉識別算法研究.pdf
- 基于線性表示的魯棒人臉識別研究.pdf
- 基于ASM的人臉定位研究.pdf
評論
0/150
提交評論