

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、隨著科技進(jìn)步和安全方面的迫切需求,單樣本人臉識(shí)別越來(lái)越得到學(xué)者們的高度重視,并成為人臉識(shí)別領(lǐng)域的一個(gè)非常重要的研究分支。針對(duì)單樣本人臉識(shí)別問(wèn)題,主流的方法可分為四類:局部特征表示法、通用學(xué)習(xí)框架法、虛擬樣本擴(kuò)展法以及圖像分塊法,其中,目前最受歡迎的是圖像分塊法,許多分塊圖像法可在一定程度上解決單樣本人臉識(shí)別問(wèn)題,但是,這些方法在特征提取時(shí)往往會(huì)忽略圖像幾何信息。
為了提高單樣本人臉識(shí)別率,本文提出了一種通用學(xué)習(xí)框架方法。首先,
2、借助于通用訓(xùn)練樣本集,將大量的通用樣本與各個(gè)單樣本按一定比例疊加,從而增加每個(gè)類的訓(xùn)練樣本總數(shù),利用PCA對(duì)多樣本降維以降低計(jì)算復(fù)雜度;然后,利用傳統(tǒng)的方法進(jìn)行特征提取,將所有樣本投影到特征子空間;最后,計(jì)算測(cè)試樣本與每個(gè)訓(xùn)練樣本之間的歐氏距離,并利用最大隸屬度原則完成人臉識(shí)別。在ORL及Yale人臉數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明,本文提出的通用學(xué)習(xí)框架方法在一定程度上減輕了人臉的表情、姿態(tài)、光照等因素對(duì)識(shí)別效果的影響。
針對(duì)傳統(tǒng)的單
3、樣本人臉識(shí)別方法在特征提取時(shí)容易忽略圖像幾何信息的問(wèn)題,基于每個(gè)人的各個(gè)圖像小塊分布于一個(gè)流形的假設(shè),提出了基于通用學(xué)習(xí)框架和Fisher準(zhǔn)則的多流形判別分析方法,將單樣本人臉識(shí)別問(wèn)題轉(zhuǎn)化成了流形與流形之間的距離問(wèn)題,與傳統(tǒng)的分塊方法不同的是,提出的多流形方法并沒(méi)有將圖像進(jìn)行分塊,首先利用提出的通用學(xué)習(xí)框架方法將單樣本問(wèn)題轉(zhuǎn)化成多樣本問(wèn)題,假設(shè)每個(gè)類的多個(gè)樣本分布于各自的流形;接著,基于Fisher準(zhǔn)則,提出了最優(yōu)化目標(biāo)函數(shù),構(gòu)造多流形
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。
最新文檔
- 基于多視圖流形鑒別學(xué)習(xí)的單樣本人臉識(shí)別方法研究.pdf
- 單樣本人臉識(shí)別算法研究.pdf
- 基于遷移學(xué)習(xí)的單樣本人臉識(shí)別.pdf
- 基于稀疏理論的單樣本人臉識(shí)別研究.pdf
- 單樣本人臉識(shí)別方法的研究.pdf
- 基于核判別分析的人臉識(shí)別算法.pdf
- 單樣本人臉識(shí)別方法研究.pdf
- 正交線性判別分析及人臉識(shí)別.pdf
- 半監(jiān)督判別分析及人臉識(shí)別.pdf
- 基于LDA和CRC的單樣本人臉識(shí)別算法研究.pdf
- 基于核判別分析的人臉識(shí)別方法.pdf
- 基于樣本擴(kuò)充的小樣本人臉識(shí)別研究.pdf
- 基于非參數(shù)化判別分析的人臉識(shí)別研究.pdf
- 基于主分量分析的單樣本人臉識(shí)別方法研究.pdf
- 基于虛擬信息的單樣本人臉識(shí)別方法研究.pdf
- 基于線性判別分析的單人臉識(shí)別系統(tǒng)研究.pdf
- 基于Gabor小波變換的單樣本人臉識(shí)別算法研究.pdf
- 基于集成學(xué)習(xí)模型的單樣本人臉圖像識(shí)別研究.pdf
- 基于線性判別分析的三維人臉識(shí)別算法研究.pdf
- 基于改進(jìn)的無(wú)關(guān)多重線性判別分析的人臉識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論