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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、由于科技的發(fā)展和應(yīng)用的需求,以及驗(yàn)證手段的多樣化,指紋識別和人臉識別技術(shù)得到了很大的關(guān)注和重視。其中人臉識別技術(shù)涉及到圖像處理、模式識別、計算機(jī)視覺等領(lǐng)域,隨著近年來各種識別算法分的改進(jìn),使得人臉識別成為最熱門的研究課題之一。一個人臉識別系統(tǒng)通常包含人臉檢測、人臉定位、人臉特征的提取和人臉特征的比對,然而由于人臉自身的因素和外界條件的影響,如何完成快速高效的人臉檢測和高魯棒性的特征提取,成為如今人臉識別研究的障礙。本文主要從人臉檢測、人
2、臉特征點(diǎn)定位和人臉識別算法三方面進(jìn)行研究。
能否快速、準(zhǔn)確的檢測到人臉,對后續(xù)人臉識別的研究將產(chǎn)生很大的影響。為了準(zhǔn)去的檢測到圖片中所有的人臉信息,本文首先通過膚色檢測排除大量非人臉復(fù)雜背景,確定人臉候選區(qū)域,同時加入圖像增強(qiáng)操作來改善圖像的質(zhì)量,再提取新的Haar特征,并在訓(xùn)練分類器時加入閾值的約束,然后將訓(xùn)練出的弱分類器級聯(lián)形成強(qiáng)分類器,利用級聯(lián)的強(qiáng)分類器完成人臉檢測,使得最終算法的檢測速度更快,有效的防止了樣本過度分配的
3、現(xiàn)象。
針對已經(jīng)檢測到的人臉,本文采用一種基于主動形狀模型和主動表觀模型融合改進(jìn)的人臉特征點(diǎn)定位算法。利用主動形狀模型在定位灰度梯度比較明顯的人臉外輪廓部位能夠得到準(zhǔn)確的定位結(jié)果,利用主動表觀模型在定位人臉內(nèi)部各個器官特征點(diǎn)人臉的準(zhǔn)確性,有效的融合了兩種算法,使得人臉特征點(diǎn)的定位時間更短、精度更準(zhǔn)確。
為了識別不同的人臉,本文提出了一種利用圖像局部紋理特征的算子結(jié)合支持向量機(jī)算法來進(jìn)行人臉識別的研究,主要是將局部二值
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(hù)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(fù)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
- 基于特征融合的人臉識別算法.pdf
- 基于紋理特征融合和SVM的人臉識別算法研究.pdf
- 基于多特征融合的人臉識別算法研究.pdf
- 基于遷移學(xué)習(xí)和特征融合的人臉識別算法的研究.pdf
- 基于特征融合的人臉識別算法研究與實(shí)現(xiàn).pdf
- 基于特征融合的人臉識別.pdf
- 基于局部和全局特征融合的人臉識別研究.pdf
- 基于多特征融合與稀疏編碼的人臉識別算法研究
- 基于多特征融合與稀疏編碼的人臉識別算法研究.pdf
- 基于DSP的人臉檢測和定位算法研究.pdf
- 基于光照預(yù)處理和特征融合的人臉識別.pdf
- 基于形狀索引特征的人臉檢測和識別.pdf
- 基于特征臉和多特征的人臉識別算法研究.pdf
- 基于膚色特征和眼睛定位的人臉檢測.pdf
- 基于特征學(xué)習(xí)的人臉識別算法研究.pdf
- 基于特征表示的人臉識別算法研究.pdf
- 基于代數(shù)特征的人臉識別算法研究.pdf
- 基于統(tǒng)計特征的人臉識別算法研究.pdf
- 紋理特征和梯度特征融合的人臉識別研究.pdf
- 基于人臉對齊和多特征融合的人臉識別方法研究.pdf
評論
0/150
提交評論