基于稀疏性的人臉檢測(cè)與識(shí)別方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、人臉是一個(gè)信息豐富的模式集合,是人類互相判別、認(rèn)識(shí)、記憶的主要標(biāo)志。人臉檢測(cè)與識(shí)別在計(jì)算機(jī)視覺(jué)、模式識(shí)別、多媒體技術(shù)研究中占有重要的地位,因此人臉檢測(cè)與識(shí)別技術(shù)是模式識(shí)別與機(jī)器視覺(jué)領(lǐng)域最有挑戰(zhàn)性的研究課題之一。本文的工作涉及到了人臉的檢測(cè)與識(shí)別,主要的工作內(nèi)容如下:
   稀疏表示分類算法利用壓縮感知的基本原理,通過(guò)求解由全部訓(xùn)練樣本對(duì)測(cè)試樣本最佳線性表出的稀疏向量來(lái)進(jìn)行分類。在實(shí)驗(yàn)中發(fā)現(xiàn),對(duì)于同方向分布的不同類的樣本,稀疏表示

2、分類算法在對(duì)樣本單位化后無(wú)法正確分類。為了解決這個(gè)問(wèn)題,本文將Mercer核引入到稀疏表示分類算法中,提出了核稀疏表示分類算法。由于高斯核函數(shù)可以作為樣本間的相似性度量,這樣就很好的解決了原算法出現(xiàn)的問(wèn)題。在人工數(shù)據(jù)、UCI數(shù)據(jù)和人臉數(shù)據(jù)庫(kù)上的仿真實(shí)驗(yàn)均驗(yàn)證了此改進(jìn)算法的有效性。
   基于核稀疏表示的分類算法與稀疏表示分類算法中所應(yīng)用的隨機(jī)降維映射在實(shí)際的應(yīng)用中是一種對(duì)維數(shù)約減非常有效的方法。但是對(duì)不同的隨機(jī)映射降維矩陣,核稀

3、疏表示分類算法會(huì)得到不同的識(shí)別結(jié)果,因而不能夠保證分類算法的穩(wěn)定性。如果想提高算法的性能,對(duì)不穩(wěn)定的分類器而言,集成是一種很好的選擇。因此本文提出了基于核稀疏表示分類算法的多分類器集成方法,可采用的多種決策級(jí)融合方法包括:最大(Max)、最小(Min)、求和(Sum)、均值(Mean)和多數(shù)投票(Majority Vote)。實(shí)驗(yàn)驗(yàn)證了該集成方法的有效性,而且實(shí)驗(yàn)表明了求和與均值這兩種策略是較好的集成規(guī)則。
   標(biāo)準(zhǔn)支持向量機(jī)

4、(SVM)已經(jīng)用于人臉檢測(cè),但是由于支持向量個(gè)數(shù)較多,導(dǎo)致檢測(cè)速度不高。1-norm SVM采用1-norm正則項(xiàng)替代了標(biāo)準(zhǔn)SVM中的2-norm正則項(xiàng),而1-norm正則項(xiàng)能夠誘導(dǎo)稀疏性。已經(jīng)證明了1-norm SVM的解比標(biāo)準(zhǔn)SVM的解更具有稀疏性,因此本文把1-norm SVM應(yīng)用到人臉檢測(cè)中,期望能提高檢測(cè)速度。在構(gòu)建1-norm SVM人臉檢測(cè)系統(tǒng)的時(shí)候,采用的是經(jīng)典的人臉檢測(cè)系統(tǒng),并在最后加入了去除重疊標(biāo)識(shí)人臉的步驟。最后通

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(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。

評(píng)論

0/150

提交評(píng)論