版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在科學技術發(fā)展成果日益豐富的今天,模式識別技術越來越成為研究熱點。人臉識別技術是一門將新科技與人的生物特征相結合的技術,是圖像處理與人工智能的研究熱點,越來越多的應用在公共安全、身份認證、人機交互等領域。
一般而言,人臉識別一般分為以下步驟:人臉圖像采集與檢測,人臉圖像預處理,人臉圖像特征提取,人臉圖像分類處理。局部切空間排列算法是近幾年出現的比較成功的流形算法之一,是目前國內學者提出的一種較為先進的算法。小波變換是經常用到的
2、圖像信息提取工具之一,用小波變換提取圖像的特征信息具有多尺度、多方向、存在良好的空間性等特征。
本文研究了人臉圖像中的特征提取一步,提出了一種融合了小波變換與改進的局部切空間排列算法。該算法能夠提取到圖像的主要特征信息,對人臉識別的識別結果有顯著提高。主要工作和創(chuàng)新點如下:
(1)受Gabor小波變換與雙密度雙樹復小波變換的啟發(fā),本文提出一種融合兩種小波并基于圖像的最大熵原則來提取人臉圖像特征信息。
(2)
3、采用X-均值算法,將樣本分為遠小于樣本數的有重疊的塊,然后求得樣本塊在切空間的投影信息,再將局部信息通過排列整合到全局坐標。
(3)將測試樣本經過小波變換后得到的圖像特征信息通過改進的局部切空間算法進行降維,然后再通過分類算法與訓練樣本進行人臉分類識別,得到識別結果。
本文提出的人臉識別方法在包含400張人臉圖像的ORL人臉數據庫和包含165人臉圖像的Yale數據庫進行了實驗,并與另外3種人臉識別算法所得的人臉識別結
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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。
最新文檔
- 基于小波變換與改進子空間融合算法的人臉識別研究.pdf
- 復小波子空間特征融合的人臉識別算法研究.pdf
- 基于Gabor小波的人臉識別算法研究與實現.pdf
- 基于Gabor小波系數融合的人臉識別.pdf
- 基于小波子圖與決策融合的人臉識別.pdf
- 基于提升小波與FLD的人臉表情識別算法研究.pdf
- 結合小波變換與稀疏編碼的人臉識別算法研究.pdf
- 基于Log-Gabor小波和流形學習子空間算法的人臉識別.pdf
- 基于流形學習算法的人臉識別研究.pdf
- 基于KPCA和LDA融合改進的人臉識別算法研究.pdf
- 基于Gabor小波與分類樹的人臉表情識別算法研究.pdf
- 基于小波分析小域特征融合的人臉識別算法研究.pdf
- 基于Gabor小波和SVM的人臉識別算法研究.pdf
- 基于Gabor小波變換的人臉識別算法的研究.pdf
- 基于小波和Fisher臉的人臉識別算法研究.pdf
- 基于小波變換的人臉識別研究.pdf
- 基于流形學習算法的人臉表情識別研究.pdf
- 基于Gabor小波的人臉表情識別算法研究及實現.pdf
- 基于流形學習的人臉表情識別算法研究.pdf
- 基于流形學習的人臉識別算法的研究.pdf
評論
0/150
提交評論