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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、人臉識(shí)別是一種重要的生物識(shí)別技術(shù),它不僅可以廣泛地應(yīng)用于金融、商業(yè)、安檢等身份鑒別系統(tǒng),而且在人機(jī)接口、可視通訊等領(lǐng)域都有著廣泛的應(yīng)用前景,因此,受到了人們的普遍重視,已成為了計(jì)算機(jī)視覺、模式識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。目前,人們雖然已經(jīng)提出了各種人臉識(shí)別算法,但如何進(jìn)一步提高人臉識(shí)別的準(zhǔn)確性和魯棒性,仍是人們所需要解決的問題。選擇好的特征是解決這個(gè)問題的一個(gè)基本途徑。由于人類和哺乳動(dòng)物的視覺系統(tǒng)優(yōu)于目前的機(jī)器視覺系統(tǒng),因此,一種自然的想法
2、就是模仿人類或者哺乳動(dòng)物的視覺系統(tǒng)來提取識(shí)別對(duì)象的特征,這種特征稱為仿生特征。本文將仿生特征應(yīng)用于人臉識(shí)別,提出了一種新的人臉識(shí)別算法。
本文完成的主要工作有:
1.介紹了三種基本的人臉識(shí)別方法:基于主成分分析(PCA)的人臉識(shí)別方法、基于線性鑒別分析(LDA)的人臉識(shí)別方法和基于局部敏感辨別分析(LSDA)的人臉識(shí)別方法,分別對(duì)他們進(jìn)行了分析和實(shí)驗(yàn)驗(yàn)證。
2.提出了一種基于仿生特征和數(shù)據(jù)降維的
溫馨提示
- 1. 本站所有資源如無(wú)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(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(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Gabor特征的人臉識(shí)別方法.pdf
- 基于特征學(xué)習(xí)的人臉識(shí)別方法研究.pdf
- 基于改進(jìn)LDP特征的人臉識(shí)別方法.pdf
- 基于代數(shù)特征的人臉識(shí)別方法研究.pdf
- 基于LBP統(tǒng)計(jì)特征的人臉識(shí)別方法研究.pdf
- 基于HOG特征LBP特征的人臉識(shí)別方法研究.pdf
- 基于統(tǒng)計(jì)的人臉識(shí)別方法.pdf
- 基于PCA的人臉識(shí)別方法.pdf
- 基于LBP閾值特征的人臉識(shí)別方法研究.pdf
- 基于Coabor特征和GDA的人臉識(shí)別方法.pdf
- 基于特征臉及Fisher臉的人臉識(shí)別方法.pdf
- 基于局部特征的人臉識(shí)別方法研究與實(shí)現(xiàn).pdf
- 基于人臉對(duì)齊和多特征融合的人臉識(shí)別方法研究.pdf
- 基于MB-LBP特征的人臉識(shí)別方法研究.pdf
- 基于多特征融合的人臉檢測(cè)與識(shí)別方法.pdf
- 基于LDP的人臉識(shí)別方法研究.pdf
- 基于MMTD的人臉識(shí)別方法研究.pdf
- 基于局部匹配的人臉識(shí)別方法.pdf
- 基于融合特征與光照不變特征的人臉識(shí)別方法研究.pdf
- 基于整體特征和局部特征的人臉識(shí)別方法的研究.pdf
評(píng)論
0/150
提交評(píng)論