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68頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、隨著計算機技術的發(fā)展和信息安全意識的提高,人們對快速有效的身份識別技術的需求日益迫切。相比其他生物特征,如指紋、虹膜、聲音和掌紋等,人臉具有直接、友好、不具侵犯性的優(yōu)點,同時也有很強的自身穩(wěn)定性和個體差異性的特點,因此人臉識別技術成為身份鑒別的研究熱點,并且有著廣闊的應用前景。
   人臉識別技術發(fā)展至今,技術上已經達到了一定的成熟度,很多商業(yè)公司都依托知名大學和研究機構多年以來的研究成果做出了一批人臉識別的產品并應用于國家安全

2、、公共安全和信息安全等各個領域。
   本文主要研究和設計一個自動人臉識別系統(tǒng)并將其應用于考勤管理。一般人臉識別過程可以分為3個步驟:人臉檢測及規(guī)一化、特征提取和特征匹配。
   本文在人臉檢測階段先使用了Viola-Jones檢測器進行快速人臉檢測,然后用主動形狀模型方法(ASM)分割出人臉區(qū)域??紤]到光照對人臉特征提取的影響,本文使用伽瑪校正、高斯差分濾波和對比度均衡化的處理來減少惡劣光照條件對結果的影響。在特征提取

3、階段,首先對規(guī)范化的人臉圖像進行5個尺度、8個方向的Gabor濾波,然后對得到的幅值圖利用局部二值模式(LBP)編碼,用這些模式區(qū)域形成的直方圖序列描述人臉。最后在特征匹配階段,對特征向量做相似度測量后進行匹配識別。
   本文對基于線性子空間的人臉分類方法進行了深入的理論研究,其中包括主成分分析方法(PCA)和線性判別分析方法(LDA),比較了這兩種子空間方法的利弊。線性判別分析方法對局部圖像的變形非常敏感,因此本文研究了基于

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。

評論

0/150

提交評論