2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩44頁(yè)未讀 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、模式識(shí)別的主要任務(wù)是利用樣本的特征,將樣本劃分為相應(yīng)的模式類別。這里特征提取是人臉識(shí)別的關(guān)鍵環(huán)節(jié),有效的人臉特征提取方法不僅有助于簡(jiǎn)化后續(xù)的分類器設(shè)計(jì),而且能夠提高識(shí)別率。人臉識(shí)別的特征提取與描述方式可分為基于幾何特征和基于統(tǒng)計(jì)特征兩大類。早期的人臉識(shí)別研究主要是基于幾何特征,近年來提出的方法大多數(shù)是基于統(tǒng)計(jì)特征的。
   人臉識(shí)別中基于統(tǒng)計(jì)特征的方法主要有模板匹配、子空間法、支持向量機(jī)等,本文重點(diǎn)探討了子空間法,主要工作為:<

2、br>   1)對(duì)基于統(tǒng)計(jì)特征的GLRAM(矩陣的廣義低秩逼近)和LDA(線性判別分析)方法進(jìn)行了研究,提出了一種GLRAM與LDA相結(jié)合的人臉識(shí)別方法。該方法首先利用GLRAM方法獲得人臉圖像的有效特征,然后通過LDA對(duì)獲得的特征做進(jìn)一步地降維并獲得最佳分類特征。這樣使得抽取特征的判斷能力得到了顯著增強(qiáng)。實(shí)驗(yàn)結(jié)果表明,該算法在較短的時(shí)間內(nèi)取得了較高的識(shí)別率,效果優(yōu)于傳統(tǒng)的GLRAM方法。
   2)對(duì)二維保局投影方法,提出了

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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論