- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
几种人脸识别算法研究
目 录
摘要 I
Abstract II
第一章 引 言 1
1.1人脸识别研究的目的和意义 1
1.2 国内外人脸识别方法简介 2
1.2.1基于几何特征的人脸识别方法 3
1.2.2基于模板匹配的人脸识别方法 3
1.2.3 特征脸方法 4
1.2.4 隐马尔科夫模型的人脸识别方法 4
1.2.5弹性图匹配方法 5
1.3 人脸识别研究的内容及难点 5
1.4 本文的研究内容和结构 6
第二章 基于PCA和LDA的人脸识别的实现 7
2.1 基于PCA人脸识别实现 7
2.1.1 K-L变换的基本原理 7
2.1.2 最近邻分类器 8
2.1.3 基于PCA的人脸识别 9
2.2 基于LDA的人脸识别实现 12
第三章 基于最大散度差人脸识别实现 16
3.1 最大离散差鉴别准则以及最大散度差分类器 16
3.2 多类最大散度差鉴别准则与特征提取 17
第四章 实验结果 20
4.1 PCA人脸识别算法各个因素对识别率的影响 20
4.1.1不同的能量T对识别率的影响 21
4.1.2不同的人数n对识别率的影响 22
4.1.3不同的训练集数对识别率的影响 23
4.1.4不同的测试集集数对识别率的影响 24
4.2 LDA人脸识别算法各个因素对识别率的影响 25
4.2.1不同的能量T对识别率的影响 25
4.2.2不同的人数n对识别率的影响 25
4.2.3不同的训练集数对识别率的影响 26
4.2.4不同的测试集集数对识别率的影响 27
4.3 MSDD人脸识别算法各个因素对识别率的影响 28
4.3.1改变能量值对识别率的影响 29
4.3.2改变参数C对识别率的影响 30
4.3.3改变参数K对识别率的影响 31
4.3.4 不同的人数n对识别率的影响 32
4.3.5不同的训练集数对识别率的影响 32
4.3.6不同的测试集大小对识别率的影响 33
第五章 结束语 35
致 谢 36
参考文献 37
赵迪强:几种人脸识别算法研究
2010届信息与计算科学专业毕业论文
PAGE \* MERGEFORMATII
PAGE \* MERGEFORMAT39
摘 要
人脸识别技术,作为目前模式识别领域研究的热点也是难点之一,其最早提出可以追溯到1888年。然而,到目前为止,由于人脸识别问题自身的复杂性,使得虽然有众多科学研究人员潜心研究多年,也做出了许多的成果,但离彻底解决并达到实用,仍旧有很多关键性的问题需要解决。本文中所采用的人脸识别方法是比较经典的PCA,LDA,MSDD。
主要工作包括:介绍人脸识别的研究背景、???义,国内外人脸识别方法及比较研究以及存在的主要困难;对主成分分析法(Principle Component Analysis),Fisher线性判别准则LDA,最大散度差鉴别准则方法进行了理论面述,在大量实验的基础上对PCA,LDA,MSDD.在各种情况下的性能作了详细的分析,掌握了各种不同的参数设置对识别率所造成的影响。
关键字:人脸识别,PCA,LDA,MSDD,特征脸
Abstract
Techniques for face recognition were proposed by Francis Galton as early as 1888.In recent years considerable progress has been made in the area of face recognition. Through the development of techniques like Eigen face computers can now outperform humans in many face recognition tasks, particularly those in which large databases of faces must be searched. In this paper the method used for face recognition is more classic PCA, LDA, MSDD.
The main work reads as follows: The background of the research and the latest development of face recognition methods are introduced, and introduced the theory of PCA, LDA, MSDD algorithm and its application to face recognition. A great many of experiments h
文档评论(0)