基于人臉特征的身份識(shí)別.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 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)

文檔簡介

1、生物特征是人的內(nèi)在屬性,具有很強(qiáng)的自身穩(wěn)定性和個(gè)體差異性,因此是身份驗(yàn)證的理想依據(jù)。其中,利用人臉特征又是最自然直接的手段,相比其他生物特征,它具有直接、友好、方便的特點(diǎn)。人臉識(shí)別技術(shù)是計(jì)算機(jī)視覺與模式識(shí)別領(lǐng)域的研究熱點(diǎn),在身份驗(yàn)證、電視會(huì)議、人機(jī)界面、可視通信、公安檔案管理、安全部門、基于內(nèi)容的圖像檢索等很多方面有著廣泛的應(yīng)用。人臉識(shí)別過程一般可以分為人臉的檢測和預(yù)處理、特征提取、匹配識(shí)別三個(gè)部分。本文對(duì)人臉的檢測和識(shí)別技術(shù)進(jìn)行了系統(tǒng)

2、、詳細(xì)的研究。 在人臉圖像的預(yù)處理階段,本文主要完成對(duì)人臉樣本的圖像增強(qiáng)、幾何及灰度歸一化工作。這些工作有效地改善了圖像質(zhì)量、降低了計(jì)算復(fù)雜度,從而提高了后續(xù)算法的收斂速度,并且使用了二維小波變換壓縮數(shù)據(jù)。二維的小波分解具有對(duì)表情變化不敏感的特點(diǎn),將圖像的大部分能量集中到低頻的子圖像,高頻部分則對(duì)應(yīng)于圖像的邊緣和輪廓,可以很好地壓縮和表征人臉圖像的特征。 在人臉特征提取階段,文中詳細(xì)介紹了人臉圖像幾何特征和統(tǒng)計(jì)特征提取的

3、方法,例如幾何特征提取法,奇異值分解方法,線性鑒別分析,離散余弦變換,基于小波變換特征提取等方法。重點(diǎn)介紹了本論文所使用的主分量分析和定點(diǎn)獨(dú)立分量分析的方法,定點(diǎn)獨(dú)立分量分析是一種基于高階統(tǒng)計(jì)信息的特征提取方法,收斂速度快克服了一般ICA收斂慢的缺點(diǎn)。 在人臉圖像的識(shí)別階段,文中詳細(xì)介紹了最小距離法和支持向量基等識(shí)別方法。重點(diǎn)介紹了本論文所使用的神經(jīng)網(wǎng)絡(luò)的識(shí)別算法。徑向基函數(shù)(RadialBasisFunction,RBF)理論

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(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