版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著信息及保密技術的不斷發(fā)展,傳統(tǒng)的保密與認證方式已越來越難以滿足認證安全性的要求。生物特征識別技術由于其特征難以被復制與偽造,被認為是當今高度互聯(lián)信息化社會最高級別的安全密鑰系統(tǒng),它將信息技術與生物技術相結合,利用獨特的生理和行為特征來進行個人身份鑒定。
人臉識別作為生物特征識別領域的一個研究熱點,有著廣闊的應用前景和迫切的現(xiàn)實需求。除形狀、紋理和其他低級圖像特征外,顏色信息是非常重要的特征。以往的研究大多局限于灰度圖像
2、,而生活在絢爛多彩的世界中,人的視覺系統(tǒng)產生的多為彩色圖像,已有研究表明,當人臉識別系統(tǒng)發(fā)展到一定的高水平后,加入信息量更多的彩色特征是進一步提高識別系統(tǒng)性能的關鍵。加入彩色信息能有效提高識別效果,特別是當圖像分辨率與對比度等特征衰退的時候。
本文在詳細研究了人類視覺系統(tǒng)及多種顏色模型的基礎上,結合灰度圖像識別已有研究成果和彩色圖像基本理論,提出了人臉彩色圖像識別新的算法——一種頻譜臉與FLD結合的彩色分量特征融合識別算法
3、。實驗表明,與傳統(tǒng)的基于四元數(shù)模型和彩色圖像灰度化識別方法相比,新算法在算法復雜度、識別速度以及識別率方面都有不同程度的優(yōu)勢,尤其是在大樣本條件下具有更好的識別效果。具體來說,本文研究內容主要有以下幾點:
1.講述了生物特征識別及人臉圖像識別的研究背景、關鍵技術、發(fā)展及現(xiàn)狀。
2.在深入研究了彩色圖像基本理論、彩色圖像預處理及人臉特征提取與分類等人臉識別領域關鍵技術的基礎上,提出了一種有效的彩色圖像特征融合識
4、別算法,并在特定彩色空間中實驗加以驗證。簡單來說:首先采用彩色圖像處理技術對訓練及識別圖像進行預處理,然后在彩色空間中提取最有效分量的頻譜臉+FLD特征,對提取的分量特征采用融合算法得到融合特征,最后采用最近鄰法進行分類識別。
3.總結了本文新算法的特點:首先,從實現(xiàn)方法上看,本文特征提取采用了頻譜臉結合FLD的方法,可以有效消除人臉表情變化和光照、側視角度的影響,頻譜臉結合FLD提取的特征具有更好的分類特性,分量融合特征
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 基于特征臉和多特征的人臉識別算法研究.pdf
- 基于特征臉改進算法的人臉識別技術的研究.pdf
- 基于特征融合的人臉識別算法研究與實現(xiàn).pdf
- 基于特征融合的人臉識別算法.pdf
- 基于提升小波與FLD的人臉表情識別算法研究.pdf
- 基于頻譜臉和Fisherface的人臉識別系統(tǒng)的研究與實現(xiàn).pdf
- 彩色圖像鑒別特征提取算法研究及人臉識別.pdf
- 基于多特征融合的人臉識別算法研究.pdf
- 基于多特征融合與稀疏編碼的人臉識別算法研究
- 基于多特征融合與稀疏編碼的人臉識別算法研究.pdf
- 基于特征臉及Fisher臉的人臉識別方法.pdf
- 人臉識別論文(基于特征臉)陳立
- 基于低秩與特征臉的稀疏表示人臉識別研究.pdf
- 基于膚色和特征臉的人臉識別技術.pdf
- 人臉識別特征抽取算法的研究.pdf
- 基于紋理特征融合和SVM的人臉識別算法研究.pdf
- 基于遷移學習和特征融合的人臉識別算法的研究.pdf
- 復小波子空間特征融合的人臉識別算法研究.pdf
- 基于特征融合的人臉檢測定位和識別算法的研究.pdf
- 全局與局部特征融合的人臉識別研究.pdf
評論
0/150
提交評論