61
基于ASM与AAM的人脸特征定位与匹配算法研究.pdf
基于ASM与AAM的人脸特征定位与匹配算法研究基于ASM与AAM的人脸特征定位与匹配算法研究基于ASM与AAM的人脸特征定位与匹配算法研究
40
论文-PCA人脸特征提取技术研究.doc
人脸识别是生物特征识别中一个活跃的研究领域,与利用指纹、虹膜等其他生物特征识别相比,人脸识别具有直接、友好、方便的特点,是进行身份确认的最自然直接的手段。因此,人脸识别在信息安全、刑事侦破、出入口控制等领域具有广泛的应用前景。
人脸识别的一般步骤是图像预处理,特征提取,分类识别。其中特征提取直接决定分类结果的好坏,在人脸识别中占有重要地位。一个好的特征提取方法具有算法简单和速度快等特点,本文主要研究一种经典的特征提取方法—主成分分析法(PCA),其基本思想是降维。主要的工作如下:
挑选人脸库,建立训练集和测试集;
对训练集和测试集中的图像进行PCA处理,即进行特征提取,求出人脸图像
在特征脸空间中的坐标系数,以此来作为人脸图像的特征;
选用最近邻分类器实现人脸识别和分类,从识别效果来说明PCA的优缺点
50
毕业设计(论文)-基于Gabor小波的人脸特征提取算法研究及仿真.doc
人脸识别技术是模式识别与人工智能的研究热点之一。在生物特征识别中,人脸识别占有极为重要的地位。它在访问控制、司法应用、电子商务和视频监控等领域都有广泛的应用。人脸特征提取是人脸识别过程的核心,特征提取的有效性直接影响到分类的速度和识别的性能。本论文的主要研究内容包括以下方面:
(1)基于Gabor变换的人脸特征提取算法。通过对人脸傅里叶变换和Gabor变换的实验比较,证明了Gabor变换在提取人脸特征方面具有很大的优越性。接着,介绍了Gabor小波变换的快速算法。
(2)针对 Gabor小波的缺点,引进LBP算子,该算子的使用能有效的克服Gabor小波变换的缺点。另外还详细介绍了如何提取“特征脸”的原理和实现过程,对Gabor滤波器参数的选择问题也作了详细说明。
(3) 针对Gabor和LBP提取的人脸特征向量维数过高问题,本文分别采用了LPP和PCA降维算法来进行降维。
(4)对最后提取的人脸特征通过计算特征向量的距离来量化查询图像和图像库中每幅图像间的相似程度。该部分主要是将提取出来的人脸特征向量进行验证,并对两种不同降维方法做比较。本文最后是在orl和yale两个人脸图库做仿真实验。实验表明,采用用LPP降维得到的相似度要远高于使用PCA降维结果。
139
面向人脸识别的快速特征提取与稀疏表示方法研究.pdf
面向人脸识别的快速特征提取与稀疏表示方法研究面向人脸识别的快速特征提取与稀疏表示方法研究面向人脸识别的快速特征提取与稀疏表示方法研究
64
基于人脸特征的疲劳检测关键技术研究.pdf
RESEARCHoN THE KEY TECNoLOGIES oF FATIGUE DETECTION BASED ON FACIAL FEATURE EXTRACTIoN ADissertation
48
毕业设计(论文)-基于稀疏特征人脸识别系统设计.doc
人脸识别是计算机技术研究领域的一项热门学科,它属于生物特征识别技术,是以生物个体本身的生物特征来实现区分识别。由于人脸识别自身的优越性以及在计算机视觉、模式识别、图像处理、多媒体、心理学等多领域的广泛运用,使其在人工智能领域占有极其重要的地位。
特征提取是人脸识别中十分重要的一个步骤,用一般方法提取特征时会造成数据的冗余,影响提取的特征的精度。稀疏表示方法是一种基于局部特征提取的算法,它有着减少冗余数据,提高识别率等优点,并且以其简单有效的优点而深受欢迎。
本论文研究了基于稀疏特征的人脸识别系统设计,主要采用了两阶段测试样本稀疏表示方法。论文给出了上述稀疏表示方法的基本原理、实现方法,并且用该方法以及PCA、LDA三种方法对ORL人脸数据库中图片进行了处理,分别计算出了识别率,比较和揭示了这些方法之间的区别和联系。实验表明,本文介绍的两阶段测试样本稀疏表示方法具有识别率高的特点,有助于准确分类测试样本,但稀疏方法迭代时间长,效率较低,因此仍需要与其他方法进行结合。
71
人脸特征提取与识别关键技术研究.pdf
茎竺堡兰垡笙苎摘要人脸识别是模式识别和计算机视觉领域非常活跃的研究课题,在国家安全、军事等领域有着广泛的应用前景,一直受到很多研究学者的关注。由于人脸图像的特殊性,人脸识别问题是模式识别领域的一个相当
10
实时人脸特征提取.docx
实时人脸特征提取实时人脸特征提取实时人脸特征提取
3
基于人脸特征分析的卡通人脸动画系统.pdf
基于人脸特征分析的卡通人脸动画系统
86
人脸特征自动提取方法研究.pdf
【精品专业论文】人脸特征自动提取方法研究,理学,基础科学,清华大学,吉林大学,数理化,模型结构,应用理学

向豆丁求助:有没有人脸特征?