遮擋和復(fù)雜光照條件下魯棒人臉識(shí)別算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩57頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

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、人臉識(shí)別是生物特征識(shí)別領(lǐng)域的一個(gè)重要課題,在安防和身份認(rèn)證領(lǐng)域得到了廣泛的應(yīng)用。雖然人臉識(shí)別技術(shù)已經(jīng)取得了較大的進(jìn)步,但是目前的人臉識(shí)別算法仍然無(wú)法克服由于應(yīng)用環(huán)境不可控帶來(lái)的識(shí)別困難。當(dāng)人臉發(fā)生遮擋或出現(xiàn)較大光照變化時(shí),識(shí)別性能會(huì)受到嚴(yán)重影響。為了解決遮擋和復(fù)雜光照問(wèn)題,本文所做的主要工作如下:
  針對(duì)人臉遮擋問(wèn)題,提出了融合遮擋檢測(cè)與HOG(Histogram of Oriented Gradient)特征協(xié)作表示的人臉識(shí)別

2、方法。首先,設(shè)計(jì)了一種基于HOG特征,主成分分析和支持向量機(jī)的遮擋檢測(cè)方法,根據(jù)常見(jiàn)遮擋的分布將人臉?lè)謮K,在子塊上檢測(cè)遮擋。如果人臉存在遮擋,僅提取非遮擋部分的HOG特征作為人臉的特征表示;如果人臉未發(fā)生遮擋,則提取整幅人臉的HOG特征作為人臉的特征表示。最后,利用協(xié)作表示對(duì)降維后的人臉特征進(jìn)行分類。在AR和Yale人臉庫(kù)上進(jìn)行了測(cè)試,對(duì)AR人臉庫(kù)中遮擋圖像的平均識(shí)別率達(dá)到95.2%。對(duì)AR和Yale人臉庫(kù)中發(fā)生姿態(tài)和表情變化人臉的識(shí)別

3、率分別達(dá)到97.3%和98.6%。與稀疏表示方法相比,計(jì)算復(fù)雜度有明顯降低。實(shí)驗(yàn)結(jié)果表明,和現(xiàn)有的主要識(shí)別方法相比,該方法對(duì)人臉遮擋具有較強(qiáng)的魯棒性。由于選用了強(qiáng)判別性的特征和高效的分類方法,對(duì)非遮擋人臉的識(shí)別性能也有一定程度的提升。
  針對(duì)光照變化問(wèn)題,設(shè)計(jì)了基于局部二值模式和協(xié)作表示分類的近紅外人臉識(shí)別方法。使用強(qiáng)度高于環(huán)境光線的主動(dòng)近紅外光源成像,配合相應(yīng)波段光學(xué)濾片,便可以采集到和環(huán)境光照無(wú)關(guān)的人臉圖像,從而避免了光照變

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。

評(píng)論

0/150

提交評(píng)論