2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩60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)別技術(shù)是通過(guò)計(jì)算機(jī)提取人臉的特征,并利用這些特征與預(yù)先錄入的人臉庫(kù)中的人臉進(jìn)行比較,從而完成身份驗(yàn)證的一種技術(shù)。近年來(lái),人臉識(shí)別技術(shù)已取得了很大進(jìn)展,積累了豐富的經(jīng)驗(yàn),但目前已提出的人臉識(shí)別算法普遍存在適應(yīng)性較差的問(wèn)題,識(shí)別的效果很容易受面部表情、姿態(tài)、遮擋物及光照等環(huán)境變化因素的影響。所以,研究出一種速度快、準(zhǔn)確率高的人臉識(shí)別方法具有重要意義。
  本文主要研究了基于特征臉的人臉識(shí)別算法和基于圖像重建的眼鏡摘除算法。

2、>  首先,深入學(xué)習(xí)了傳統(tǒng)特征臉?biāo)惴ǖ幕驹?,并針?duì)算法的不足,提出了相應(yīng)的改進(jìn)方案:在圖像預(yù)處理階段,采用一種圖像規(guī)范化算法,即參數(shù)歸一化,縮小集合中圖像的灰度均值、方差等參數(shù)的分布范圍,以減小光照變化的影響;為了減小表情變化的影響,引入了一種加權(quán)特征半臉?biāo)惴?,即將人臉圖像按照尺寸平均分為上、下兩部分,賦予不同的權(quán)值,分別應(yīng)用特征臉?biāo)惴ā?br>  其次,為了降低人臉圖像最常見(jiàn)的遮擋物——眼鏡對(duì)識(shí)別準(zhǔn)確性的影響,同時(shí)克服加權(quán)特征半臉

3、算法過(guò)于依賴上半臉圖像特征這一理論缺陷,采用了一種基于圖像重建的眼鏡摘除算法:首先對(duì)特征臉?biāo)惴ㄖ械玫降耐队跋蛄窟M(jìn)行重建,得到重建人臉圖像,然后用其對(duì)輸入的配帶眼鏡的人臉圖像進(jìn)行誤差補(bǔ)償,從而得到一幅比較理想的無(wú)眼鏡人臉圖像,再以此作為新的輸入人臉進(jìn)行識(shí)別。
  最后,以Yale人臉數(shù)據(jù)庫(kù)和一些用數(shù)碼相機(jī)采集的人臉照片作為實(shí)驗(yàn)樣本,對(duì)算法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明:在準(zhǔn)確檢測(cè)出人臉區(qū)域的前提下,本文提出的人臉識(shí)別算法具有較高的識(shí)別率。

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