2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費(fèi)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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、人臉識(shí)別技術(shù)就是利用計(jì)算機(jī)分析人臉圖像,提取有效的識(shí)別信息來辨認(rèn)身份或者判別待定狀態(tài)的一門技術(shù)。它涉及模式識(shí)別、圖像處理、計(jì)算機(jī)視覺、生理學(xué)、心理學(xué)等諸多學(xué)科的知識(shí),是當(dāng)前模式識(shí)別和人工智能領(lǐng)域研究的熱點(diǎn)之一。
   首先,分析了支持向量機(jī)方法(SVM)在人臉識(shí)別上的應(yīng)用。研究了統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)的基本思想理論。分析了幾種經(jīng)典的多分類算法:一對多算法、一對一算法、錯(cuò)誤糾止輸出編碼法和一種隱式分解策略算法;分析了影響其分類效

2、果的因素;比較了幾種算法的技術(shù)特點(diǎn),選取OAO作為人臉識(shí)別系統(tǒng)的分類算法。
   然后,分析了兩種特征提取算法:以K-L變換為基礎(chǔ)的主成分分析算法(PCA)和二維主成分分析算法(2DPCA)。PCA特征提取方法是統(tǒng)計(jì)最優(yōu)的,但,圖像矩陣轉(zhuǎn)化為圖像向量后維數(shù)較高,整個(gè)特征抽取過程所耗費(fèi)的計(jì)算量大。2DPCA基于圖像矩陣,圖像特征提取簡單直觀,但在圖像重建的過程中,需要更多的協(xié)同因素和系數(shù)。本文提出了一種改進(jìn)的特征提取算法,即2DP

3、CA-PCA結(jié)合算法,進(jìn)一步實(shí)現(xiàn)了降低特征維數(shù),特征提取速度更快,分類效果更好。
   最后,建立了基于2DPCA-PCA和支持向量機(jī)的人臉識(shí)別仿真系統(tǒng)。仿真基于ORL人臉庫和組合人臉庫,比較了PCA聯(lián)合KNN(最近鄰分類器)系統(tǒng)、2DPCA-PCA聯(lián)合KNN系統(tǒng)、PCA聯(lián)合SVM系統(tǒng)、2DPCA-PCA聯(lián)合SVM系統(tǒng)。較之KNN分類器,SVM分類器有較好的泛化性,分類準(zhǔn)確率有一定提高;2DPCA-PCA聯(lián)合SVM人臉識(shí)別系統(tǒng)較

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(huì)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(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)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