2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩82頁未讀 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、人臉識別技術(shù)是模式識別和機器視覺領(lǐng)域最富挑戰(zhàn)性的研究課題之一,它在公共安全、信息安全、人機交互等領(lǐng)域中有著廣泛的應(yīng)用前景。經(jīng)過三十多年的研究,人臉識別技術(shù)在理想環(huán)境條件下已達到實用程度,但是在成像環(huán)境不可控的情況下,由于姿態(tài)、表情、光照、遮擋等因素的影響,已有的人臉識別算法性能大大下降,其應(yīng)用范圍也受到了較大的限制。因此,針對各種變化魯棒的人臉識別技術(shù)是當(dāng)前的一個研究熱點。本文主要針對不同姿勢下的人臉識別技術(shù)進行了研究。MR-ASM(M

2、ulti-resolution Active Shape Model)和AAM(Active Appearance Model)多用于人臉識別中的特征提取,其最大優(yōu)點是具有全局形狀約束能力,對遮擋有較強的魯棒性。本論文在深入研究ASM和從M的基礎(chǔ)上,提出了兩個改進思路,并進一步提取姿勢無關(guān)的特征用于人臉識別,具體如下: 1.基于混合的MR-ASM與AAM的人臉標志點定位算法。 本算法利用MR-ASM定位結(jié)果初始化AAM。

3、在最高分辨率圖像上,循環(huán)使用單分辨率ASM與AAM,同時依靠圖像的形狀與紋理信息共同引導(dǎo)標志點定位。算法創(chuàng)新點在于:1)改進了AAM形狀與紋理聯(lián)合控制參數(shù)計算過程,通過一次主分量分析,同時得到形狀與紋理聯(lián)合控制參數(shù),參數(shù)設(shè)計更合理。2)改進了ASM標志點定位階段參數(shù)更新方式。使模型能同時考慮到姿勢與形狀兩類控制參數(shù)改變的相互影響,并進一步修正標志點定位結(jié)果。 2.基于級聯(lián)MR-ASM的人臉標志點定位算法。 本算法以精確的

4、標志點定位為目標,自適應(yīng)選取訓(xùn)練樣本子集,并將訓(xùn)練得到的多個定位器級聯(lián)以用于標志點定位。本算法自動選取的樣本子集對應(yīng)的控制參數(shù)分布具有更好的聚類性,避免了人為劃分訓(xùn)練集樣本空間和對控制參數(shù)的分布方式進行估計的問題,并進一步提高了模型的定位能力。 3.基于姿勢無關(guān)特征的人臉識別算法 基于上述兩種標志點定位結(jié)果進行人臉識別。首先建立公共形狀控制參數(shù)空間(用手工標定的全部訓(xùn)練集標志點Groundtruth數(shù)據(jù)訓(xùn)練得到)。將第三

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。

評論

0/150

提交評論