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57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)別是當(dāng)前人工智能和模式識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。特征提取是人臉識(shí)別的關(guān)鍵，直接影響識(shí)別結(jié)果。本文主要對(duì)特征提取算法進(jìn)行研究。 一維方法特征提取時(shí)運(yùn)算量大，特別是圖像很大時(shí)。二維方法特征提取直接，速度快，但提取出的特征是矩陣，特征數(shù)量大，影響分類速度。結(jié)合兩者的優(yōu)點(diǎn)，提出一種基于2DPCA(two—Dimensional Principal Components Analysis)和DLDA(Direct Linear Dis

2、criminant Analysis)的人臉識(shí)別算法，先用2DPCA處理原始圖像，降維后進(jìn)行DLDA處理，并深入分析了特征向量參數(shù)選取的問(wèn)題。實(shí)驗(yàn)結(jié)果表明，識(shí)別率和分類速度均有很大提高。 傳統(tǒng)特征臉?lè)椒ㄐ枰罅咳四槝颖厩耶?dāng)人臉樣本增加時(shí)需要重新訓(xùn)練“特征臉”，不適合人臉樣本較少和實(shí)時(shí)性要求比較高的場(chǎng)合。針對(duì)這一問(wèn)題，提出一種基于全局和局部特征的LBP(Local Binary Pattern)人臉識(shí)別算法。該方法無(wú)須訓(xùn)練“特征臉

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