基于圖編輯距離的畫像識別.pdf_第1頁
已閱讀1頁,還剩51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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、畫像識別是人臉識別的一個新的分支,是利用人的畫像在人臉照片數(shù)據(jù)庫里進(jìn)行檢索,找到與其相對應(yīng)的照片而確定畫像對應(yīng)人的身份的技術(shù)。該技術(shù)在破案、反恐等領(lǐng)域有廣泛的應(yīng)用和發(fā)展前景。因此該課題組做了大量關(guān)于畫像識別的研究,本文基于這些研究提出了幾點創(chuàng)新。
   首先,提出了基于邊緣方向直方圖(EDH)的圖編輯距離(GED)的畫像-照片識別方法。該識別方法利用圖描述畫像和照片的特征,將EDH和Earth Mover'sDistance(E

2、MD)相結(jié)合獲得畫像和照片之間的GED,將其作為兩者的相似性度量,利用最近鄰方法完成識別。實驗表明,該方法在畫像識別中有較好的識別效果。
   其次,利用基于隱馬爾可夫模型(HMM)的GED進(jìn)行畫像-照片識別。在將畫像和照片用圖進(jìn)行表達(dá)后,利用結(jié)合HMM和Kullback-Leibler Distance(KLD)的GED算法來計算畫像和照片之間的相似性,利用最近鄰方法完成識別。該方法在畫像和照片的特征點提取的準(zhǔn)確率極高的情況下

3、十分有效。
   最后,由于上述兩種方法均以特征點提取為前提,構(gòu)建畫像和照片的圖。而特征點的提取采用的是人為手工標(biāo)記的方法,這種方法既耗費時間、工作量大,又很難提高準(zhǔn)確率,因此提出了結(jié)合主動表觀模型(AAM)和GED的畫像識別方法。通過建立主動表觀模型,在畫像和照片上進(jìn)行搜索,得到最終的也是最優(yōu)的特征點,利用這些優(yōu)化了的特征點再結(jié)合GED的方法進(jìn)行畫像-照片識別。實驗表明,該方法大大降低了人為因素對畫像-照片識別的影響,而且具有

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(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