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60頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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)別技術(shù)是目前生物特征識(shí)別中最受人們關(guān)注的一個(gè)分支,是計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域非?;钴S的一個(gè)研究方向。人臉圖像的特征提取是人臉識(shí)別技術(shù)非常重要的組成部分,對(duì)于識(shí)別效果起著舉足輕重的作用。 子空間分析方法是近年來(lái)受到廣泛重視的特征提取方法,其思想就是根據(jù)一定的性能目標(biāo)來(lái)尋找一種線性或非線性的空間變換,把原始數(shù)據(jù)壓縮到一個(gè)低維子空間中。數(shù)據(jù)在子空間中的分布更加緊湊,可分性好,計(jì)算復(fù)雜度也得到了很大降低,并為數(shù)據(jù)的描述提供了更好的

2、手段。本文系統(tǒng)地分析了幾種主要的子空間方法,并將其成功應(yīng)用到計(jì)算智能實(shí)驗(yàn)室MutiBIS生物特征識(shí)別系統(tǒng)的人臉識(shí)別子系統(tǒng)之中。 然而任何子空間方法都可能對(duì)人臉特征提取得不夠充分。本文模仿人類視覺系統(tǒng)的特點(diǎn),提出了融合局部和整體特征子空間的算法。首先通過主元分析算法(PCA)提取全局特征,利用帶稀疏限制的非負(fù)矩陣分解算法(NMFs)提取局部特征。然后分別在兩個(gè)子空間上使用線性判決分析算法(LDA)以提高算法對(duì)人臉光照和表情的自適應(yīng)

3、能力。最后在特征提取層和匹配值層設(shè)計(jì)了融合算法,分別使用了向量連接法和自適應(yīng)模糊神經(jīng)推理系統(tǒng)(ANFIS)。試驗(yàn)表明,該算法可以較好的解決人臉識(shí)別中的魯棒性問題,而且可以提高系統(tǒng)的識(shí)別率。 本文首先介紹了人臉識(shí)別的基本概念、應(yīng)用范圍、存在問題及發(fā)展方向。其次闡述了子空間方法的基本概念、原理及一些常見的算法。之后提出了融合兩個(gè)子空間特征的改進(jìn)算法,并詳細(xì)討論了該新算法的設(shè)計(jì)思路、設(shè)計(jì)過程及性能試驗(yàn)。再次介紹了本實(shí)驗(yàn)室基于子空間方法

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。

評(píng)論

0/150

提交評(píng)論