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(lǐng)
文檔簡介
1、近年來,隨著科學技術(shù)的進步,計算機與互聯(lián)網(wǎng)技術(shù)發(fā)展迅速,相機等拍照產(chǎn)品日新月異,人類已進入大數(shù)據(jù)時代。作為文字的輔助,數(shù)字圖像以其較好的直觀性記錄著人類生活的點滴。圖像數(shù)據(jù)大量增長,如何使機器能夠模仿人的認知習慣,通過先驗語義描述(屬性)知識和對圖像進行學習?;谠搯栴},本文從兩個方面針對比較有代表性的人臉圖像進行研究,主要工作如下:
眾所周知,人臉表情不受種族、性別、年齡、教育程度、膚色等因素影響,且人臉表情信息主要集中的區(qū)
2、域有眉毛、眼睛、嘴部等。為此,提出一種基于決策樹的人臉表情強度度量分析方法。首先,針對給定的訓練樣本,構(gòu)造人臉表情信息集中區(qū)域的特征模塊,通過分析特征模塊,標記特征點;然后,基于人類對人臉表情的認識和描述經(jīng)驗分析人臉表情特征點參數(shù),設(shè)計生成能夠度量人臉表情強度的決策樹;最后,根據(jù)得到的人臉表情強度度量決策樹,對測試樣本進行分類。
針對現(xiàn)實生活中復雜背景下圖像中人臉屬性學習問題,基于混合樹構(gòu)建了一個人臉屬性識別系統(tǒng)。首先,構(gòu)建一
3、個初始人臉混合樹模型;然后,給定訓練樣本,該訓練樣本由包含人臉的正訓練樣本和不包含人臉的負訓練樣本組成,并對其中的正訓練樣本進行特征點標記,使用訓練樣本進行判別訓練得到新的人臉屬性混合樹模型;最后,結(jié)合人臉檢測,將學習得到的混合樹模型與檢測到的人臉進行匹配,從而得到目標樣本中人臉的屬性信息。
本文使用3個人臉數(shù)據(jù)集(Cohn-Kanade、PubFig、CMU MultiPIE)、1個非人臉數(shù)據(jù)集INRIAPerson和現(xiàn)實生
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。
最新文檔
- 基于屬性空間的人臉識別研究.pdf
- 基于組件的人臉識別.pdf
- 基于LDA的人臉識別.pdf
- 基于lbp的人臉識別
- 畢業(yè)設(shè)計基于樹結(jié)構(gòu)的人臉檢測算法的研究及實現(xiàn)
- 基于iOS的人臉識別.pdf
- 基于加權(quán)小波分解的人臉識別的人臉識別算法研究.pdf
- 基于結(jié)構(gòu)主元分析的人臉識別方法.pdf
- 基于ALGTP的人臉識別研究.pdf
- 基于Gabor特征的人臉識別.pdf
- 基于web的人臉檢測與人臉識別.pdf
- 基于ASLBP的人臉識別研究.pdf
- 基于ICA的人臉識別研究.pdf
- 基于子空間的人臉識別.pdf
- 基于稀疏表示的人臉識別
- 基于局部特征的人臉識別.pdf
- 基于LBP的人臉識別研究.pdf
- 基于邊界特征的人臉識別.pdf
- 基于統(tǒng)計模式的人臉識別.pdf
- 基于學習的人臉識別研究.pdf
評論
0/150
提交評論