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43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(lǐng)

文檔簡介

1、人臉識別是我們?nèi)粘I钪袘?yīng)用到的最重要的技能之一.由于對公共安全的日益關(guān)注等原因使得自動人臉識別備受關(guān)注。它起源于二十世紀(jì)六十年代,并且在近年來取得了重大進展,若干人臉識別和模型系統(tǒng)得到了開發(fā)和部署.然而,對于機器視覺和模式識別的研究者而言,魯棒而精確的人臉識別仍然是一個巨大的挑戰(zhàn),尤其是在無約束條件下的人臉識別.
  本文中,一方面我們提出了與特征提取相關(guān)的三種算法,具體內(nèi)容如下:
  1.對訓(xùn)練集利用整體奇異值分解進行降

2、噪處理,然后結(jié)合已有的一些線性特征提取方法,像隨機臉,特征臉,拉普拉斯臉等對訓(xùn)練集和測試集做降采樣,最后分別用NN,NS,SRC等分類方法做分類判別.
  2.先對訓(xùn)練集和測試集做特征提取,然后對特征提取后的訓(xùn)練集做局部奇異值分解,最后用NN,NS,SRC等分類方法做分類判別.
  3.把算法1和2的內(nèi)容結(jié)合起來,即先對訓(xùn)練集做降噪處理,然后用前人的方法做特征提取和局部奇異值分解,最后再用NN,NS,SRC等分類方法做分類判

3、別.
  通過實驗對比分析得出結(jié)論:在絕大部分情況下,算法1,2,3在低維時識別率比只用一種特征提取方法要高,并且所用時間不相上下;高維時由算法1得到的識別率比只用一種特征提取方法的要好.
  另一方面,對特征提取后的訓(xùn)練集,用OMP算法做分類判別,由實驗對比分析得出結(jié)論:在同一種特征提取方法下,由OMP算法做分類判別得到的識別率比其他的三種分類方法要高,并且在同時用OMP算法做分類判別的前提條件下,我們所提出的三種算法在大

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(yù)覽,若沒有圖紙預(yù)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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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