畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究

畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究

ID:6795403

大?。?09.00 KB

頁數(shù):15頁

時間:2018-01-26

畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究_第1頁
畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究_第2頁
畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究_第3頁
畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究_第4頁
畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究_第5頁
資源描述:

《畢業(yè)設(shè)計(論文)-基于小波變換的單樣本人臉識別方法研究》由會員上傳分享,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、基于小波變換的單樣本人臉識別方法研究目錄1課題研究的背景11.1單樣本人臉識別11.2小波變換在人臉圖像上的應(yīng)用22課題研究的目的及意義42.1課題研究的目的42.2課題研究的意義43國內(nèi)外研究的動態(tài)及存在的困難53.1國內(nèi)外研究的動態(tài)53.2目前存在的問題64本課題的研究方案及創(chuàng)新點74.1本課題的思想來源74.2擬采用的研究方案74.3方案論證74.3本課題的特色及創(chuàng)新點85本課題可能遇到的問題以及解決方法95.1人臉圖像的光照預(yù)處理問題95.2人臉圖像的空間歸一化問題95.3小波多級分解問題95.4分

2、類器設(shè)計問題96論文的工作計劃11參考文獻(xiàn)12I基于小波變換的單樣本人臉識別方法研究1課題研究的背景1.1單樣本人臉識別單樣本人臉識別技術(shù)也就是利用計算機(jī)分析每個人的單幅人臉圖像,從中提取出有效的識別信息,用來“辨認(rèn)”身份的一門技術(shù)。目前的人臉識別技術(shù)主要是基于多幅訓(xùn)練圖像的[1]。例如在ORL人臉庫上的許多實驗都是在每人有十幅圖像,其中5幅用于訓(xùn)練,5幅用于識別情況下得到的。但是在實際中,要得到每個人的各種變化的人臉數(shù)據(jù)庫是很困難的,實驗室的人員會積極地配合完成建立特定的人臉數(shù)據(jù)庫的各種要求,而在實際應(yīng)用

3、中要求普通人員也這樣配合未免有些過分,并且也不切合實際。在許多的實際場合中,我們只有每個人一張照片,例如可能是身份證、工作證、學(xué)生證、護(hù)照、畢業(yè)證和準(zhǔn)考證等上面的一張照片。因此用單樣本進(jìn)行人臉識別是非常有意義的。單樣本人臉識別系統(tǒng)主要包括兩個技術(shù)環(huán)節(jié):一是人臉檢測與定位,即檢測圖像中是否包含人臉,若有則將其從背景中分割出來,并確定其在圖像中的大小和位置;二是特征提取與人臉識別,即提取待識別的人臉圖像特征,與數(shù)據(jù)庫中人臉進(jìn)行匹配識別。特征提取之前一般需要做預(yù)處理工作。比如:根據(jù)人臉定位結(jié)果將圖像中的人臉變化到

4、同一位置和大小,或者是對圖像進(jìn)行光照處理以克服光照變化的影響。提取出待識別的人臉特征后,即可進(jìn)行特征匹配。一個典型的人臉自動識別系統(tǒng)都是由圖1所示的幾個部分組成的。14基于小波變換的單樣本人臉識別方法研究基本圖像處理圖像獲取分類器設(shè)計檢測ANN器設(shè)計分類決策NN檢測定位正規(guī)化特征提取和選擇分類器訓(xùn)練過程識別過程輸出結(jié)果圖1.1典型的人臉識別系統(tǒng)從圖1.1可以看出典型的人臉識別系統(tǒng)包括基本圖像處理和識別過程兩大部分,其中訓(xùn)練過程(即分類器的設(shè)計)可以看作預(yù)處理的一部分,是在后臺進(jìn)行的,此過程結(jié)束后將生成可用于

5、分類識別的分類器。1.2小波變換在人臉圖像上的應(yīng)用小波變換是近10年來迅速發(fā)展起來的一門新技術(shù),是傳統(tǒng)傅里葉變換發(fā)展史上的里程碑氏的進(jìn)展。它是泛函分析、Fourier分析、樣條分析、調(diào)和分析、數(shù)值分析等的完美結(jié)合,近年來已成為人臉識別研究的熱點。小波變換實質(zhì)上是對信號用一種多尺度的帶通濾波器進(jìn)行濾波,將信號分解到不同的頻帶上再進(jìn)行分析處理,具有良好的時頻域局部性能、多分辨率分析等優(yōu)點。小波變換被用于人臉識別主要由于人臉圖像通過小波分解后,在不同方向上子圖的分辨率減少,計算復(fù)雜度相應(yīng)降低,同時它在空域和頻域都

6、提供了良好的局部信息。人臉圖像信息中低頻部分描述的是圖像的整體(形狀),高頻部分描述的是圖像的細(xì)節(jié)信息,人臉的光照、少許遮罩、旋轉(zhuǎn)扭曲和面部表情等只影響圖像中高頻部分。利用小波變換所獲得的人臉低頻信息可以較好的描述對分類有用的人臉特征[2]。一幅圖像經(jīng)小波一級分解后可分為4幅子圖。如圖1.2(a)所示,LL表示圖像在水平和垂直方向的低頻信息;HL表示圖像水平高頻信息及垂直低頻信息;LH表示圖像水平低頻信息及垂直高頻信息;HH表示圖像水平高頻信息及垂直高頻信息。若對水平和垂直方向的低頻信息LL重復(fù)分解下去,得

7、到二級分解,如圖1.2(b)所示。14基于小波變換的單樣本人臉識別方法研究HLLLHHLH(a)(b)圖1.2小波分解后的人臉圖像14基于小波變換的單樣本人臉識別方法研究2課題研究的目的及意義2.1課題研究的目的單樣本人臉識別研究就是當(dāng)人臉數(shù)據(jù)庫中只存有一張標(biāo)準(zhǔn)的訓(xùn)練人臉圖像時,能夠識別外來的已注冊的變化的人臉圖像,以達(dá)到正確的識別個人身份目的。這就要求識別算法要有強(qiáng)的魯棒性,并且識別速度要快,識別率要高。2.2課題研究的意義與其它生物特征識別技術(shù)相比,人臉識別在可用性方面具有獨(dú)到的技術(shù)優(yōu)勢,這主要體現(xiàn)在:

8、(1)可以隱蔽操作,尤其適用于安全監(jiān)控;(2)非接觸式采集,沒有侵犯性,容易被接受;(3)具有方便、快捷、強(qiáng)大的事后追蹤能力;(4)圖像采集設(shè)備成本低;(5)更符合人類的識別習(xí)慣,可交互性強(qiáng)。單樣本人臉識別與傳統(tǒng)的基于多幅圖像的人臉識別相比,不但具有上述優(yōu)點,同時還具一個非常重要的優(yōu)點,就是易得到人臉數(shù)據(jù)庫。在國家政府安全部門或一些小型部門通常易得到個人的單幅照片,如身份證、工作證、學(xué)生證、護(hù)照、畢業(yè)證和準(zhǔn)考證等

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動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,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. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。