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(rèn)領(lǐng)
文檔簡介
1、人臉識別作為一種重要的生物識別技術(shù),在很多領(lǐng)域有著廣泛應(yīng)用。目前國內(nèi)外已經(jīng)有了一些比較成熟的人臉識別技術(shù),例如特征臉、本征臉、拉普拉斯臉等。然而人臉本身作為生物特征的復(fù)雜性和人臉圖像采集中的諸多不確定因素,導(dǎo)致人臉識別的實際研究中存在著諸多困難。
尋求緊湊、魯棒和有意義的特征表示空間對于人臉識別系統(tǒng)的性能具有重要影響。本文通過引入概率隱語義分析(PLSA)模型從一個新的角度來表示人臉圖像。源于文本處理領(lǐng)域的PLSA模型是一
2、種刻畫文檔與詞匯間隱含語義關(guān)系的混合生成模型,已被廣泛應(yīng)用于自然語言理解和計算機視覺等領(lǐng)域中。我們將PLSA模型用于人臉識別的研究中,并且取得了一定的成果。本文主要研究工作和創(chuàng)新點總結(jié)如下:
1、將文本處理領(lǐng)域的PLSA模型引入人臉識別的研究中,提出一種新的基于PLSA模型的統(tǒng)計人臉表示方法。該方法將人臉圖像看作由視覺切片為詞匯構(gòu)成的文檔,利用PLSA模型自動抽取視覺切片和人臉圖像之間的隱主題分布;然后將每個視覺切片在若干
3、顯著隱主題上的后驗概率作為該切片的統(tǒng)計特征,并結(jié)合其在圖像空間中的位置關(guān)系構(gòu)建人臉圖像的全局向量表示。該表示方法具有直觀的物理含義,并可作為任意分類器的輸入。
2、提出Spatial-PLSA模型。PLSA模型建立在Bag of Words的假設(shè)下,忽略了文檔的語法結(jié)構(gòu),丟棄了詞與詞之間的結(jié)構(gòu)等有用的先驗信息。針對該模型的不足,本文在PLSA模型的基礎(chǔ)上,加入原始圖像中視覺詞匯間的空間結(jié)構(gòu)信息,使變換后的特征包含了更多的先
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(fù)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。
最新文檔
- 基于統(tǒng)一概率模型的人臉識別技術(shù).pdf
- 基于組件的人臉識別.pdf
- 基于線性鑒別分析的人臉識別研究.pdf
- 基于LDA的人臉識別.pdf
- 基于lbp的人臉識別
- 基于iOS的人臉識別.pdf
- 基于典型相關(guān)分析的人臉識別研究.pdf
- 基于主成分分析的人臉識別.pdf
- 基于子空間分析的人臉識別研究.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
- 基于線性投影分析的人臉識別算法研究.pdf
- 基于局部特征分析的人臉識別算法研究.pdf
- 基于子空間的人臉識別及性能分析.pdf
- 基于主成分分析的人臉識別研究.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
評論
0/150
提交評論