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83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、在日常的交往中,人臉無疑傳達著豐富而細膩的情感和心理信息,因此,以人臉識別為代表的面部感知計算從二十世紀八十年代末開始逐漸成為熱門的研究方向之一,與指紋識別、虹膜識別等生物特征識別技術相比,人臉識別具有操作簡單、隱蔽性好等優(yōu)點,在身份認證、訪問控制、圖像檢索等方面有廣闊的應用前景,成為當前模式識別和計算機視覺領域的研究熱點。
  目前,人臉識別系統(tǒng)針對二維照片的研究較多,取得了很大的進展。但基于二維照片的人臉識別對光照、姿態(tài)、化妝

2、等因素很敏感。三維人臉識別可以克服或減輕這些因素的影響,因而受到了越來越多的重視。
  本文研究工作的主要特色是探討研究LBP、三維LBP和KLDA的基本概念、相關技術、系統(tǒng)架構,參考了國內外基于LBP、3DLBP、KLDA算法的人臉識別相關研究,結合變電站環(huán)境監(jiān)測系統(tǒng)應用需求,提出了一種將三維局部二值模式(3DLBP)和核判別分析(KLDA)相結合的三維人臉識別算法3DLBP-KLDA。3DLBP-KLDA將人臉深度圖像分成多個

3、區(qū)域后,采用3DLBP算子從各區(qū)域提取直方圖特征,并將各區(qū)域3DLBP直方圖連成一個向量,作為人臉深度圖像的特征,采用改進高斯核函數(shù)的KLDA作為分類器。
  通過三維人臉數(shù)據(jù)庫對LBP、3DLBP、3DLBP-KLDA進行實驗與分析比較新算法和三維LBP算法、LBP算法的準確率,實驗結果表明3DLBP-KLDA在人臉識別上取得了更好的識別效果,證明了本文方法具有科學性、先進性、實用性。
  本課題是變電站環(huán)境監(jiān)測系統(tǒng)(圖像

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論