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75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、人臉識(shí)別是計(jì)算機(jī)視覺、模式識(shí)別和圖像處理研究的重要內(nèi)容和熱門課題,是身份辨別的理想依據(jù)和最自然直接的手段。 該文分析了人臉識(shí)別的生理學(xué)本質(zhì)和實(shí)現(xiàn)的難點(diǎn),并在科學(xué)分類的基礎(chǔ)上對(duì)主要人臉識(shí)別方法的構(gòu)造原則、應(yīng)用特點(diǎn)和存在問題進(jìn)行了較為詳細(xì)地介紹和討論。在此基礎(chǔ)上,提出了一些新的方法,具體如下: 1.將核主成分分析方法引入人臉識(shí)別,利用基于核主成分向量分類的非線性特性,實(shí)現(xiàn)對(duì)人臉的非線性分類。這種方法能夠在獲得較高1次匹配正確

2、率和前10次匹配正確率的同時(shí),表現(xiàn)出極強(qiáng)的區(qū)分庫(kù)與非庫(kù)人臉的能力。 2.以人臉圖像的核主成分向量代替主成分向量作為獨(dú)立分量分析算法的輸入數(shù)據(jù),使基于獨(dú)立分量分析的人臉識(shí)別方法的正確識(shí)別率、1次匹配正確率和前10次匹配正確率均顯著提高。 3.獨(dú)創(chuàng)性地提出獨(dú)立多維分量分析理論,并基于高斯核函數(shù)構(gòu)造了實(shí)現(xiàn)獨(dú)立多維分量分析的算法。獨(dú)立多維分量分析理論是獨(dú)立分量分析理論的延伸和一般化擴(kuò)展。應(yīng)用獨(dú)立多維分量分析于人臉識(shí)別,獲得了很高

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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