2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領

文檔簡介

1、現(xiàn)代社會對于身份鑒別的準確性、安全性與實用性提出了更高的要求,傳統(tǒng)的身份識別方法,例如:密碼、IC卡等,已經(jīng)不能很好滿足這種要求,而人體豐富的生理和行為特征為此提供了一個可靠的解決方案,因而引起了國際學術(shù)界和企業(yè)界的廣泛關注。 人臉識別技術(shù)作為生物特征識別技術(shù)的主流技術(shù)之一,是國內(nèi)外研究和應用.的熱點。自動人臉識別系統(tǒng)有兩個主要的環(huán)節(jié):人臉檢測和定位,人臉識別(鑒證)。本文首先介紹了人臉識別技術(shù)中的幾個主要研究方向,然后針對

2、人臉識別算法主成分分析法(Principal Component Analysis,簡稱PCA),也就是特征臉方法進行了深入研究,引進了基于二階特征的人臉識別,并提出了基于多特征的人臉識別算法。本文的主要工作可以概括如下: 研究結(jié)果了兩種補償光照變化的灰度預處理方法:灰度歸一化和直方圖均衡,采用特征臉法對二者做了識別對比實驗。 針對傳統(tǒng)的特征臉(PCA)方法中特征向量的選擇問題,做了大量實驗分析。分析了傳統(tǒng)特征臉方法

3、的優(yōu)點與不足。 由于傳統(tǒng)特征臉法對光照變化的適應性差,本文引進了基于二階特征臉的識別算法。該方法通過“丟棄”傳統(tǒng)特征臉方法得到的前數(shù)個反應光照信息的特征臉,克服光照干擾的影響。本文針對一、二階特征臉權(quán)重系數(shù)的選擇問題做了大量的實驗分析。 上述兩種識別方法均是基于整體特征的,在進行特征提取時圖像中的所有像素給予了相等的地位,但是研究表明不同的臉部特征在識別中起著各不相同的作用。我們提出了基于多特征的人臉識別算法

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(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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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。

評論

0/150

提交評論