已閱讀1頁,還剩42頁未讀, 繼續(xù)免費閱讀
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、在沒有信息損失的情況下產(chǎn)生局部特征和提取鑒別特征是人臉識別中的兩個重要步驟。特別地,在許多實際應(yīng)用中,用于測試的圖像可能被隨機的污染,或者被其他不相關(guān)的物體(圖像)連續(xù)遮擋,那么機器學(xué)習(xí)和分類的結(jié)果就會大打折扣,這是因為被損壞圖像的內(nèi)部變化比外部變化大得多,因而成為實際任務(wù)中具有挑戰(zhàn)性的問題之一。
本文提出一種新穎而魯棒的人臉識別系統(tǒng),它使用對偶樹復(fù)小波生成特征,并提出被稱作“局部最大間距準(zhǔn)則”的監(jiān)督線性圖嵌入算法得到子空
2、間進行識別。一方面,應(yīng)用對偶樹復(fù)小波產(chǎn)生的特征能消除或降低噪聲的影響,同時可以通過不同的階選擇鑒別特征。另一方面,定義出加權(quán)的類間散度矩陣和類內(nèi)散度矩陣,使得最終的嵌入投影能夠在保持近鄰幾何結(jié)構(gòu)的同時提取出重要的鑒別信息。換言之,引入適當(dāng)?shù)臋?quán)重能在局部提升最大間距準(zhǔn)則的性能。因此,該系統(tǒng)能夠有效地將特征產(chǎn)生和特征提取這兩個步驟綜合到一個新的框架之內(nèi)。
本文還提出一種稱為“譜圖分析”的新方法用于參數(shù)的估計與選取。通過選擇p個
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。
最新文檔
- 基于改進最大間距準(zhǔn)則的人臉識別研究.pdf
- 基于二元樹復(fù)小波特征的人臉識別.pdf
- 局部對偶樹復(fù)小波二值模式在人臉識別中的應(yīng)用.pdf
- 基于局部特征的人臉識別方法研究與實現(xiàn).pdf
- 基于字典學(xué)習(xí)的稀疏表示人臉魯棒識別方法.pdf
- 基于PCA的整體與局部特征融合的人臉識別方法.pdf
- 基于多小波特征的人臉識別.pdf
- 姿態(tài)魯棒的人臉圖像識別方法研究.pdf
- 基于整體特征和局部特征的人臉識別方法的研究.pdf
- 基于局部匹配的人臉識別方法.pdf
- 基于表情不變的多尺度小波特征的三維人臉識別方法研究.pdf
- 姿態(tài)魯棒的人臉圖像性別識別方法研究與應(yīng)用.pdf
- 基于魯棒特征的人臉檢測與身份識別.pdf
- 融合整體與局部特征的人臉識別方法研究.pdf
- 基于局部特征的卷積神經(jīng)網(wǎng)絡(luò)人臉識別方法研究.pdf
- 基于局部特征的人臉圖像分析和識別方法研究.pdf
- 基于魯棒特征的人臉識別與特征保護算法研究.pdf
- 基于神經(jīng)樹的人臉識別方法研究.pdf
- 基于全局結(jié)構(gòu)和局部統(tǒng)計特征的人臉識別方法研究.pdf
- 基于高魯棒性特征的人體動作識別方法研究.pdf
評論
0/150
提交評論