

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、經(jīng)過(guò)多年發(fā)展,將二維、三維兩種模態(tài)的信息融合起來(lái)進(jìn)行人臉識(shí)別已然成為當(dāng)今的主流方向。采用單一的二維人臉進(jìn)行特征提取通常受光線、表情、姿態(tài)等環(huán)境因素影響較大,導(dǎo)致識(shí)別率相對(duì)較低,而三維人臉對(duì)環(huán)境因素具有較強(qiáng)的魯棒性,且包含更多的空間信息。但是三維人臉數(shù)據(jù)處理計(jì)算的復(fù)雜性較高,所以融合二維人臉強(qiáng)度圖和三維人臉深度圖信息進(jìn)行人臉識(shí)別,不僅計(jì)算效率高,而且能得到很高的識(shí)別精度。本論文的主要研究方向和工作重點(diǎn)具體包括以下三個(gè)方面:
針對(duì)
2、單一的二維人臉圖像進(jìn)行稀疏保持投影(SPP)過(guò)程中對(duì)原始訓(xùn)練樣本進(jìn)行稀疏重構(gòu)時(shí)導(dǎo)致的誤逼近問(wèn)題,提出了一種基于核的正交稀疏重構(gòu)保持投影(KODSPE)人臉識(shí)別算法。使用核函數(shù)變換把訓(xùn)練樣本映射到高維度特征空間,從而獲取包含更多鑒別信息的核稀疏表示系數(shù)。然后對(duì)核稀疏表示系數(shù)進(jìn)行稀疏重構(gòu),增加同類(lèi)非近鄰樣本權(quán)重,減少異類(lèi)近鄰樣本權(quán)重。最后對(duì)整體進(jìn)行正交約束變換,提高訓(xùn)練樣本稀疏重構(gòu)能力。該算法在Orl和 Yale_b人臉庫(kù)上進(jìn)行實(shí)驗(yàn)分析,最
3、終結(jié)果驗(yàn)證了此算法的高效性和魯棒性。
為了克服環(huán)境因素影響,獲取三維深度數(shù)據(jù)中關(guān)鍵特征點(diǎn)信息,提出了一種三維人臉數(shù)據(jù)的關(guān)鍵特征點(diǎn)定位算法。該算法利用中值濾波器對(duì)三維人臉模型進(jìn)行非線性濾波去除孤立噪聲點(diǎn),然后將點(diǎn)云模型進(jìn)行二值化處理,去掉點(diǎn)云模型中背景區(qū)域干擾信息基本定位人臉?biāo)趨^(qū)域,并對(duì)獲取到的區(qū)域進(jìn)行分塊處理。然后通過(guò)求取點(diǎn)密度排除候選區(qū)域中的干擾點(diǎn)信息,得到鼻尖點(diǎn)并進(jìn)行坐標(biāo)統(tǒng)一配準(zhǔn),最后通過(guò)鼻尖點(diǎn)獲取水平與垂直方向上由深度
4、變化標(biāo)記的關(guān)鍵特征點(diǎn)。該算法能夠有效的去除點(diǎn)云模型中存在的干擾信息,從而更精準(zhǔn)的進(jìn)行特征點(diǎn)定位。
根據(jù)上述的已標(biāo)記特征點(diǎn)并經(jīng)過(guò)配準(zhǔn)的模型獲取完備訓(xùn)練樣本。并提出了一種基于關(guān)鍵特征點(diǎn)的多信息融合人臉識(shí)別算法。通過(guò)改變條件控制參數(shù)獲取二維虛擬圖像并劃分成多個(gè)包含聚類(lèi)特性的子集,提高訓(xùn)練樣本的完備性從而解決多數(shù)人臉特征提取方法中存在的非線性問(wèn)題。由于各個(gè)特征點(diǎn)在不同姿態(tài)和光照條件下對(duì)分類(lèi)識(shí)別的貢獻(xiàn)能力是具有差別,因此對(duì)他們進(jìn)行加權(quán)處
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多特征融合的人臉識(shí)別算法研究.pdf
- 基于多特征融合的人臉識(shí)別技術(shù)的研究.pdf
- 基于LBP多特征融合的人臉表情識(shí)別.pdf
- 基于人臉對(duì)齊和多特征融合的人臉識(shí)別方法研究.pdf
- 多特征融合人臉表情識(shí)別方法研究.pdf
- 基于多特征多分類(lèi)器融合的人臉識(shí)別研究.pdf
- 基于多特征融合與稀疏編碼的人臉識(shí)別算法研究
- 基于多特征融合與稀疏編碼的人臉識(shí)別算法研究.pdf
- 基于特征融合的人臉識(shí)別.pdf
- 基于特征融合的自動(dòng)人臉識(shí)別研究.pdf
- 基于Gabor小波的多信息融合人臉識(shí)別算法.pdf
- 基于信息融合的人臉識(shí)別研究.pdf
- 基于多特征融合的人臉檢測(cè)與識(shí)別方法.pdf
- 基于關(guān)鍵幀信息融合的視頻人臉識(shí)別方法研究.pdf
- 基于人臉和指紋的多模生物特征融合識(shí)別方法.pdf
- 基于特征融合的人臉識(shí)別算法.pdf
- 基于特征融合的人臉表情識(shí)別技術(shù)的研究.pdf
- 基于多特征融合的人臉檢測(cè)研究.pdf
- 基于特征融合的三維人臉識(shí)別.pdf
- 基于多信息融合的人臉檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論