基于四元數(shù)表示模型的彩色人臉識別算法研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、現(xiàn)今人臉識別多數(shù)算法都是針對二維灰度圖像提出的,對于彩色人臉進行識別時,常用的途徑之一就是先把彩色圖像轉(zhuǎn)換成灰度圖像再進行識別。這種轉(zhuǎn)換其實丟失了人臉圖像中的彩色信息?,F(xiàn)實世界中,人眼能夠分辨的顏色至少有數(shù)千種,而鑒別絕對亮度的能力大約只有10~15級灰度圖,所以彩色人臉圖像所包含的鑒別信息遠多于灰度圖像。如果一個識別算法既利用人臉圖像的形狀結(jié)構(gòu)信息又利用其彩色信息,則可以獲取更多的反映不同人臉之間差異的鑒別信息,從而提高算法的識別率。

2、但是,目前針對彩色人臉圖像的識別算法并不多見,并且大多是基于PCA技術(shù)進行特征提取的。盡管PCA在彩色人臉識別中獲得了某種成功,但仍然有需要進一步研究的問題,如過擬合問題,小樣本問題等等。為了更好地利用人臉圖像的彩色信息,緩解基于PCA方法的過擬合現(xiàn)象,本文研究了基于四元數(shù)表示模式的彩色人臉識別問題,主要研究內(nèi)容如下:
   1、基于彩色人臉圖像的四元數(shù)表示模式,分析了基于主成分分析(PrincipalComponents An

3、alysis,PCA)和二維主成分分析(Two Dimensional PCA,2DPCA)的彩色人臉圖像識別方法的圖像重建質(zhì)量及過擬合現(xiàn)象,提出了改進途徑,即基于四元數(shù)表示的雙向主成份分析(Bi-Directional PCA,BDPCA)算法。該方法基于圖像矩陣的投影技術(shù),對人臉進行行方向和列方向投影進行特征提取,因此獲取的特征維數(shù)比PCA、2DPCA低。在Color FERET人臉數(shù)據(jù)庫中的實驗結(jié)果表明,基于四元數(shù)的BDPCA方法

4、能夠取得較好的識別效果,同時圖像重建質(zhì)量有很大提高,并且能有效緩解過擬合現(xiàn)象。
   2、為了充分利用人臉圖像的彩色信息和局部信息,提出了基于四元數(shù)表示的子模式和E2DPCA融合方法(SpE2DPCA,Sub-Pattern E2DPCA)。E2DPCA可以保留人臉圖像的局部幾何結(jié)構(gòu)信息、緩解小樣本問題,一些細節(jié)信息和彩色信息可能被忽略;而子模式可以有效保留人臉圖像的細節(jié)信息。SpE2DPCA結(jié)合子模式方法和E2DPCA的優(yōu)勢,

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論