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、人臉和掌紋識別是具有很高理論和應(yīng)用價值的研究課題。掌紋中所包含的信息遠(yuǎn)比一枚指紋所提供的信息豐富,利用掌紋的線特征、點(diǎn)特征、紋理特征、幾何特征完全可以確定一個人的身份,掌紋采集方法簡單,采樣設(shè)備成本也不高,從理論上講掌紋識別應(yīng)比目前常見的指紋分析技術(shù)更可靠、更先進(jìn)。
人臉是人類視覺中最為普遍的模式,它所反映的視覺信息在人與人的交流中起著至關(guān)重要的作用。人臉的特殊性,使得人臉識別技術(shù)成為最具潛力的身份識別方式。人臉識別技術(shù)應(yīng)用廣
2、泛,并且日益受到人們的廣泛關(guān)注并成為身份識別領(lǐng)域的熱點(diǎn)。
單一生物特征識別技術(shù)都有其固有而難以克服的缺點(diǎn)。到目前為止,還沒有哪一種單項(xiàng)生物特征識別在實(shí)際應(yīng)用中能達(dá)到完美無缺的地步,往往需要融合多種生物特征來實(shí)現(xiàn)高精度和高可靠性的識別。本文中介紹了一種新的融合方法,這是一個特征層的融合,將人的左右手特征描述向量分別當(dāng)作復(fù)數(shù)向量的實(shí)部和虛部的方式進(jìn)行融合,然后通過實(shí)驗(yàn)結(jié)果分析得出該方法是優(yōu)于單生物特征和傳統(tǒng)的特征融合方式。
3、 LDA方法是一種很好的鑒別分析法,但是它卻常常遭受類內(nèi)離散度矩陣奇異性和類間離散度矩陣局限性的困擾,尤其在解決人臉以及掌紋問題時,這種缺陷愈加突出。在這里提出一種新的線性特征提取方式,這種方法不僅僅能找到更加有效更加便于分類的特征投影方向,而且不需要像LDA那樣假設(shè)每一類的信息描述屬于一個特定的范圍和類內(nèi)離散度矩陣是正定的。在三個數(shù)據(jù)庫(ORL,YALE,Plamprint)中通過實(shí)驗(yàn)證明我們的方法是優(yōu)于其它其它方法的,并且在圖像的
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
- 人臉檢測與人臉識別.pdf
- 多態(tài)掌紋識別算法研究.pdf
- 掌紋識別關(guān)鍵算法的研究.pdf
- 掌紋識別算法的研究與實(shí)現(xiàn).pdf
- 基于分塊的掌紋識別算法研究.pdf
- 基于不變矩的掌紋識別算法研究.pdf
- 指紋與人臉識別相關(guān)圖像處理算法研究.pdf
- 在線掌紋識別算法的研究及應(yīng)用.pdf
- 人臉檢測與人臉特征抽取算法研究.pdf
- 人臉特征自動定位與人臉識別的研究.pdf
- 基于圖像質(zhì)量的掌紋識別算法研究.pdf
- 掌紋識別關(guān)鍵算法的研究(1)
- 手形和掌紋識別算法的研究.pdf
- 表情識別中預(yù)處理與人臉特征提取算法的研究.pdf
- 基于web的人臉檢測與人臉識別.pdf
- 非接觸式掌紋識別算法研究.pdf
- 小樣本情況下特征抽取算法與人臉識別研究.pdf
- 人臉識別算法的研究.pdf
- 基于局部描述子的掌紋識別算法研究.pdf
- 人臉識別與人眼定位方法研究.pdf
評論
0/150
提交評論