基于全局与局部特征融合的人脸识别-检测技术与自动化装置专业论文.docxVIP

基于全局与局部特征融合的人脸识别-检测技术与自动化装置专业论文.docx

  1. 1、本文档共74页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
基于全局与局部特征融合的人脸识别-检测技术与自动化装置专业论文

优秀毕业论文 精品参考文献资料 基于全局与局部特征融合的人脸识别摘 基于全局与局部特征融合的人脸识别 摘 要 一直以来,人脸识别都是生物识别技术研究中的一个热点问题,至今,在理想状态 下的人脸识别研究已经取得了一些成果,但是对于存在干扰因素状态下的人脸识别仍没 有较好的解决方案提出。存在的主要干扰因素包括:光照变化、姿态变化、遮挡物、表 情变化等等。有研究者提出基于局部特征的人脸特征提取方法有利于改进入脸图像中存 在的光照、姿态影响,本文正是从这个角度出发,围绕人脸图像中存在的光照和姿态影 响展开研究,详细地分析了人脸识别中的局部特征提取与识别方法的优越性,然后将全 局特征和局部特征进行有效地融合,实验表明两种特征的融合可以提高人脸识别的识别 率(鲁棒性)。主要工作如下: (1)概述了人脸识别研究的历史和当前的研究现状。本文从当前主要从事人脸识 别研究的高校到人脸识别产品的生产商都做了详细的介绍,还对当前人脸识别市场分布 以及今后的发展状况做了总结。 (2)采用Adaboost方法进行人脸检测。从一幅包含人脸的自然图像中提取出人脸 区域,用于下一步的人脸识别和身份鉴定。文中首先对当前主要人脸检测方法进行了介 绍,然后讨论了Adaboost算法理论,并展示了人脸检测的效果。 (3)采用基于子空间方法进行人脸全局特征提取。首先简要介绍了主成分分析的 人脸特征提取,然后文中重点论述基于二维主成分分析的全局特征提取方法,并提出了 将二维主成分分析获得的全局特征用于特征融合的新思路。 (4)研究了基于Gabor变换的人脸局部特征提取与识别方法。为了充分利用人脸 图像中的结构信息,本文提出了将分块技术与Gabor特征提取相结合的新思路,针对分 块思想,本文设计了两种方案;在最终的分类器设计中,将模糊分类决策规则用于匹配 识别;最后考虑到Gabor变换和识别过程计算量较大,本文将均匀采样技术应用于Gabor 分块人脸识别中,取得了较好的实验结果。 (5)全局特征与局部特征进行融合。文中首先讨论了特征融合的必要性及其特征 融合与集成的方法,然后将全局特征和局部特征进行了有效的融合,实验表明,融合的 系统提高了人脸识别系统的性能。 通过以上工作,构建了基于全局与局部特征融合的人脸识别系统,实验验证表明, 从全局和局部两个角度出发改进人脸识别系统的思路是有效的。 关键词:人脸检测:Gabor变换;人脸局部特征提取;模糊分类识别;全局与局部特征 融合 基于全局与局部特征融合的人脸识别ABSTRACT 基于全局与局部特征融合的人脸识别 ABSTRACT Face recognition has always been a hot issue in the study of biometrics recognition technology.So far,face recognition research has yielded some results in the ideal state, however,face recognition under interference factors existing state is still no better solution proposed.Interfering factors include:illumination,pose variation,occlusion material, expression changes,etc.Researchers have proposed facial feature extraction methods based the analysis of local feature are useful to improvement of the existing face images of light and gesture.From this perspective,this paper studies the face local feature extraction and recognition,hen we effectively integrate the global and local features,thereby improving the robustness of face recognition algorithm,main tasks are as follows: (1)The history and current status of the face recognition,especially for current research status.This paper has done a detai

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档