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、西安電子科技大學碩士學位論文基于Gab紋理的AAM建模姓名:王宇申請學位級別:碩士專業(yè):電路與系統(tǒng)指導教師:李潔20100101ABSTRACTABSTRACTThefeatureextractionandmodelingofthetargets,whicharethekeypointsoftheareaofcomputervision,haveimportantinfluencesaboutimageunderstandinganda
2、nalysisActiveAppearanceModels(AAM),advancedbyETCootesetal,isaneffectiveandexactmodelingalgorithmoffeatureextractionThisalgorithmutilizesPrincipalComponentAnalysis(PCA)totrainandanalyzeimages,usingastatisticalwaytomodelbo
3、thshapeandtextureofobjectsAAMcalleffectivelywipeoffthenonlinearcouplingbetweenshapemodelandtexturemodel;reducethecomputationalcomplexityoffeaturesSo,AAMfeatureextractionplaysimportantrolesintargetdetectionrecognitionandt
4、rackingHowever,astheapplicationexpanding,thebasicAAMcannotsatisfytheneedsofaccuratenessInthispaperwedoaresearchabouttheAAMmodelingprocess,tryingtoimproveitformthreesides:AtfirstthetexturerepresentationofbasicAAMisverysim
5、pleInthispaperGaborfilters、而mgooddescriptionofscaleandorientationareintroducedtoextractamplertexturefeaturesoffacialimagesThesefeaturesCanhelpAAMgetmoreaccuratefacialfeaturelocationpointsTherefore,theAAMbasedonGaborfilte
6、rscanavailablyimprovethefeatureextractionabilityofbasicAAMSecondlybecausetheGabortexturefeaturesresultinthedecreaseofmodelingprocess,weutilizelocalGaborfiltersbanktepresenttheimagetextureinorderteducethecomputationalThen
7、,usingGeneticAlgorithm(GA),weproposetOfindthebestGaborfiltersbanktoextractthetexturefeaturesFromthesemeasures,wereducethecomplexityofthemodelingprocessofGaborbasedAAMwithoutaffectingtheaccuratenessAtlastinordertoovercome
8、thedisadvantagesofvectormethod,weadvanceamodelingalgorithmbasedontensorGaborfeatureTraditionalvectormethodwhichdoesnotconsiderthespatialpositioninformationcurrentlymaydestroytheinnerdatastructureoftheoriginaldata;cannoto
9、btainacompactermodelTherefore,weintroduceTensorSubspaceAnalysis(TSA)whichcallreservethespatialpositioninformationofthedatatoimprovecalculationalefficiencyTheexperimentalresultsshowthatthetheoriesinthispaperhavegoodperfor
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(xiàn)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(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
- 基于并行Gabor濾波器的紋理分析.pdf
- 基于Gabor濾波的紋理分割研究與實現(xiàn).pdf
- 基于Log-Gabor變換的彩色紋理圖像檢索.pdf
- 基于Gabor像素模式紋理特征的人臉識別.pdf
- 基于kinect的紋理建模
- 基于AAM的人臉建模與匹配技術的研究.pdf
- 基于Gabor濾波器的紋理特征提取研究及應用.pdf
- 基于Gabor小波變換與支持向量機的紋理圖像分割.pdf
- 基于傅里葉變換和Gabor變換的機織物紋理分析方法研究.pdf
- 基于Quaternion-Gabor濾波器彩色紋理分割算法研究.pdf
- 基于Gabor多通道濾波和Hopfield神經網絡的紋理分割方法研究.pdf
- 基于AAM和因子化算法的人臉三維建模.pdf
- 基于Gabor濾波器和活動輪廓線的雙紋理圖像分割.pdf
- 基于Mojette變換和Gabor小波的三維表面紋理方向性研究.pdf
- Gabor濾波器在紋理分析中的應用研究.pdf
- 基于建模及方向濾波的自適應邊緣紋理分析.pdf
- 基于AAM的人臉標定與識別.pdf
- 基于AAM的人臉檢測和應用.pdf
- 基于紋理和顏色的背景建模及其在擁堵檢測中的應用.pdf
- 基于Kinect的AAM特征點定位方法研究.pdf
評論
0/150
提交評論