

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、生物特征識別技術是指用人體生物特征來進行身份驗證的技術。人體的生物特征主要分為兩類,一類是生理特征,另一類是行為特征。生理特征包括虹膜,DNA,掌紋,指紋,人臉等一系列特征,而語音,筆跡步態(tài)等特征屬于行為特征。生物特征識別技術為身份識別提供了一個解決方案,是計算機視覺和模式識別中的一個研究熱點。人臉識別是通過人臉進行身份確認或者身份查找的技術或系統(tǒng),在人機交互,生物身份認證,視頻檢測與視頻資料檢索等方面有著廣泛的應用。與其他的識別技術相
2、比,人臉識別具有直接,友好,方便,非接觸等優(yōu)點。同時,由于年齡,姿態(tài),表情,光照等因素對人臉圖像的影響,人臉識別面臨多方面的挑戰(zhàn)。人臉識別中,通常是把人臉圖像投影由特征向量組成的空間中,特征向量決定了人臉識別的效果。同一人的人臉圖像在好的特征向量上的投影應具有較集中的分布,反之亦然。 本文介紹了近年來人臉識別技術發(fā)展的背景及本文的研究的目的及貢獻;然后在相關文獻的基礎上,對當前流行的人臉數(shù)據(jù)庫、人臉特征提取以及人臉分類等技術進行
3、綜述,從微觀意義上提出了每個向量的識別能力的概念,通過計算識別能力的大小,選擇具有較大的識別能力的特征向量。為了使每個向量在識別中發(fā)揮與其識別能力相對應的作用,根據(jù)每個向量的識別能力對它們進行均衡化處理,賦予不同權重,提高了識別率。通過在ORL、Yale人臉數(shù)據(jù)庫上進行試驗,驗證了該方法的有效性。本研究主要包含有兩大創(chuàng)新點:其一,主成分分析方法(PCA)是人臉識別最基本的方法之一,PCA算法提供了一個從高維空間到低維空間的線性變換矩陣,
4、它是在最小均方差意義上對原圖像的估計,具有計算效率高,概念清晰,推廣性強等優(yōu)點。傳統(tǒng)的PCA算法中,選取那些較大特征值對應的特征向量用于識別,即主分量特征,也有選擇較小的特征值對應的特征向量,即次分量特征。兩種方法的效果都不是很好,因此將識別能力選取特征向量及根據(jù)它們的識別能力進行均衡的方法與PCA結合起來,取得了很好的效果;其二,分析了識別能力選取與LDA的關系,并提出進一步的改進,提高了識別的效果。并進一步將識別能力選取均衡策略與2
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于幾何特征向量的三維人臉識別研究.pdf
- 基于輪廓線和幾何特征向量的三維人臉識別算法的研究.pdf
- 特征向量在快速星圖識別中的應用研究.pdf
- 基于混沌特征向量的動態(tài)紋理識別.pdf
- 醫(yī)學圖像模式識別中特征向量提取方法的研究.pdf
- 譜劃分算法中特征向量選取方法的研究.pdf
- web文本分類中特征向量優(yōu)化技術研究.pdf
- 基于特征向量的個性化推薦算法研究.pdf
- 人臉識別中的特征提取算法研究.pdf
- 人臉識別特征抽取算法的研究.pdf
- 譜聚類中特征向量的選取與集成算法.pdf
- 人臉表情識別中的特征提取算法研究.pdf
- 網頁信息搜索中特征向量方法
- 基于全局信息的圖結點特征向量學習算法.pdf
- 人臉識別中特征提取算法的研究及應用.pdf
- 人臉識別中特征提取與選擇算法的研究.pdf
- 基于特征向量的時態(tài)XML索引研究.pdf
- 圖的特征向量的組合結構.pdf
- 人臉識別中復合梯度向量理論及特征提取研究.pdf
- 基于特征向量的語義角色標注研究.pdf
評論
0/150
提交評論