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、江蘇大學(xué)碩士學(xué)位論文基于特征的Gab小波人臉識(shí)別算法改進(jìn)姓名:俞燕申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):控制理論與控制工程指導(dǎo)教師:李正明20100612江蘇大學(xué)碩士學(xué)位論文ABSTRACTFaceRecognition,whichhasbeenstudiedformorethan30years,isoneofthemostchallengingresearchesinpatternrecognitionandmachinevision,itcanb
2、ewidelyappliedinthepublicsecurityinformationsecurityandhuman—computerinteractionGenerallyspeaking,thefacerecognitionsystemconsistsoffacedetection,featurepiontlocation,imagepre—processing,featureextractionandfacerecogniti
3、onThethesisstudiesthecorrelativeissuesbasedontheformerworks,themainpointsareasfollows:(1)First,introducebackground,significance,developmenthistoryandtheresearchprogressabroadandathomeinfacerecognitionSecond,buildafacerec
4、ognitionsystemtodiscussthemajorprocessofbuildingaworkofthevarioussectorsofthetechnologyrequired,thealgorithmisintroducedandstudied(2)Animprovedalgorithmforfacerecognitionbasedontheclassical2DGaborwaveletinfeatureextracti
5、onphaseisproposedFirstlyusingsubblocksamplingandSFFSalgorithmsselectsamplingpointoffeatureextractionand40featurematriceswhicharereconstructedwiththesamescaleandthesamedirections2DGaborwavelettransformresultsareobtainedSe
6、condlythedimensionalityreductionanddenoisedtechniquewithPCAareappliedtoformthenewtrainingsamplesLastlySVMclassifierisconstructedandthevotedecisionstrategyisusedtodeterminetherecognitionresult(3)TheresultsofsimulationsonO
7、RLandYalefacedatabaseshowthatcomparingwiththetraditional2DGaborwaveletalgorithms,theproposedalgorithmimprovesdetectionspeedobviouslyandobtainsasatisfactoryrecognitionratiowithsmallsampleprobleminfacerecognitionAtthesamet
8、ime,theproposedalgorithmhasstrongrobustnessonparametricselectioninPCAandSVMTheadvantagesnotonlysettledownthedifficultproblemofselectingthekemelparametersinSVMpartlybutalsoexpanditsapplicationlimitsKEYWORDS:FaceRecognitio
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。
最新文檔
- 基于Gabor小波的多信息融合人臉識(shí)別算法.pdf
- 基于Gabor小波變換的人臉識(shí)別算法的研究.pdf
- 基于Gabor小波的人臉識(shí)別算法研究與實(shí)現(xiàn).pdf
- 基于Gabor小波和SVM的人臉識(shí)別算法研究.pdf
- 基于Gabor小波的人臉表情識(shí)別算法研究及實(shí)現(xiàn).pdf
- 基于Gabor小波變換的單樣本人臉識(shí)別算法研究.pdf
- 基于Gabor小波網(wǎng)絡(luò)的人臉識(shí)別研究.pdf
- 基于gabor小波和非線性算法的人臉識(shí)別系統(tǒng)
- 基于Gabor小波的人臉表情識(shí)別研究.pdf
- 基于Gabor小波變換的人臉識(shí)別研究.pdf
- 基于Gabor小波系數(shù)融合的人臉識(shí)別.pdf
- 基于Gabor小波和非線性算法的人臉識(shí)別系統(tǒng).pdf
- 基于Gabor小波與分類樹(shù)的人臉表情識(shí)別算法研究.pdf
- 基于Gabor小波和PCA相結(jié)合的人臉識(shí)別算法研究.pdf
- 基于改進(jìn)Gabor小波特征提取的人臉表情識(shí)別研究.pdf
- 基于gabor小波的人臉特征提取算法研究及仿真
- 基于Gabor小波的2DPCA+PCA人臉識(shí)別算法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Gabor特征的人臉識(shí)別.pdf
- 基于Gabor小波和2DPCA方法的人臉表情識(shí)別算法.pdf
- 基于Gabor小波變換和SVM的人臉表情識(shí)別.pdf
評(píng)論
0/150
提交評(píng)論