人臉識別技術(shù)研究_學(xué)位論文.doc

人臉識別技術(shù)研究_學(xué)位論文.doc

ID:13195051

大?。?.74 MB

頁數(shù):67頁

時(shí)間:2018-07-21

人臉識別技術(shù)研究_學(xué)位論文.doc_第1頁
人臉識別技術(shù)研究_學(xué)位論文.doc_第2頁
人臉識別技術(shù)研究_學(xué)位論文.doc_第3頁
人臉識別技術(shù)研究_學(xué)位論文.doc_第4頁
人臉識別技術(shù)研究_學(xué)位論文.doc_第5頁
資源描述:

《人臉識別技術(shù)研究_學(xué)位論文.doc》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、人臉識別技術(shù)研究人臉識別技術(shù)研究摘要人臉識別是一個(gè)具有很高理論和應(yīng)用價(jià)值的研究課題。人臉是人類視覺中最為普遍的模式,它所反映的視覺信息在人與人的交流和交往中有著及其重要的作用意義。人臉的特殊性,使得人臉識別技術(shù)成為最具潛力的身份識別方式。人臉識別技術(shù)應(yīng)用廣泛,并且日益受到人們的廣泛關(guān)注并成為模式識別領(lǐng)域研究的熱點(diǎn)。同時(shí)人臉識別又是一個(gè)復(fù)雜和困難的課題,其原因有:人臉是由復(fù)雜的三維曲面構(gòu)成的可變形體,難以用數(shù)學(xué)描述;所有的人臉結(jié)構(gòu)高度相似,而人臉圖像又易受年齡和成像條件的影響。人臉識別涉及的技術(shù)很多,其中關(guān)鍵的是特征提取和分類方法,本文就以此為重

2、點(diǎn)進(jìn)行了相關(guān)研究。主要工作包括以下幾個(gè)方面:1.在人臉圖像特征提取方面,提出了一利”有效的基于ICA的人臉整體特征提取方法;2.在優(yōu)化ICA算法方面,提出了一種改進(jìn)的FastICA算法,該算法通過減少耗時(shí)的雅可比矩陣求逆的次數(shù),進(jìn)一步加快了收斂速度;3.建立了SVM/HMM的混合人臉模型。關(guān)鍵詞:人臉識別主分量分析;獨(dú)立分量分析;隱馬爾可夫模型;支持向量機(jī)5人臉識別技術(shù)研究AbstractFacerecognitionhasverylagreacademicandpraetiealvalues.Indailylief,peoplekowinge

3、achotherusesatmostofperson’sface.Faceisthemostfamiliarmodelinhumanvision.Thevisualinofmrationrefleetedbyfacehasimportantmeaningandimpactbetweenpeople’sintercommunionandintercourse.Becauseofitsextensiveandappliedrealm,facerecognitiontechniquehasgottheextensiveconcernwithstudy

4、innearthreedecadesandbecomethemostpotentialmethodofidentityrecognition.Atthesametime,itisdifficulttoimplementfacerecognitionusingcomputers.First,humanfaceisadeformableobjectcomposedofcomplex3Dcurvesurfaces,Whichishardtoberepresentedinformofmathematics.Secondlyfacesofdifferen

5、tpersonshavethesimilarstrueture,andthefaceimagesaregreatlydependentonagesandphotographyconditions.Thispapermainlystudyfaceextractionandclassmethod,whichconceptcanbesummarizedasofllows.BecausefaceimageisliabletoimpactofvarietiesandfaceisnonrigidandsimilarAccuratefacerecogniti

6、onisstilldifficult.Thereisstilllonedistancebetweenfacerecognitionandpraetieality.Theprogressofcomputertechnology,patternrecognition,humanintelligentandbiologicpsyehology,visionmechanismsurelypromotefacerecognitiondevelop.Keywords:facereeognition,PrincipleComponentAnalysis,In

7、dependentComponentAnalysis,HiddenMarkovModels,SupportVectorMaehines5人臉識別技術(shù)研究目錄第1章引言61.1人臉識別技術(shù)的應(yīng)用與難點(diǎn)61.1.1人臉識別技術(shù)的廣泛應(yīng)用61.1.2人臉識別技術(shù)的難點(diǎn)81.2人臉識別技術(shù)的發(fā)展與現(xiàn)狀81.2.1人臉識別技術(shù)發(fā)展的三個(gè)階段91.2.2國內(nèi)外發(fā)展現(xiàn)狀91.3人臉識別的研究內(nèi)容與主要方法101.3.1人臉識別的研究內(nèi)容101.3.2人臉識別的視覺機(jī)理111.3.3人臉識別系統(tǒng)的組成111.3.4主要的人臉識別方法121.4人臉識別測試數(shù)據(jù)庫

8、161.5本文的主要內(nèi)容17第2章基于主分量分析的人臉識別方法182.1引言182.2主分量分析的理論基礎(chǔ)182.2.1多維統(tǒng)計(jì)數(shù)據(jù)的線性變換192.

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。