![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/e05b1afd-1a0b-4c6e-be8e-7310c4767dd1/e05b1afd-1a0b-4c6e-be8e-7310c4767dd1pic.jpg)
![基于SRM方法的人臉識別研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/e05b1afd-1a0b-4c6e-be8e-7310c4767dd1/e05b1afd-1a0b-4c6e-be8e-7310c4767dd11.gif)
版權說明: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,請進行舉報或認領
文檔簡介
1、人臉識別起源于模式識別,是圖像處理中的熱門研究方向,經(jīng)過幾十年的研究,取得了顯著的成就,在諸多領域都有重要的應用。在現(xiàn)有的大多數(shù)人臉識別研究中,能否進行有效的特征抽取并進行線性變換是影響人臉圖像識別效率的一個重要因素。究竟哪種特征提取方法是最優(yōu)選擇尚未出現(xiàn)定論。而基于信號統(tǒng)計領域的稀疏描述方法(Sparse Representation Method, SRM)提供了一種新的思路,繞開線性特征抽取這一步驟,采用圖庫中的訓練樣本的線性組合
2、來描述測試圖像,然后使用最近子空間(Nearest Subspace, NS)方法對測試圖像分類,以此完成對人臉圖像的識別。SRM認為構造魯棒的分類器比選擇何種特征抽取方法對于人臉識別系統(tǒng)更為重要。SRM方法有創(chuàng)新之處,也有其劣勢,它的算法需經(jīng)過多步迭代才能完成范數(shù)的求解,其計算復雜度高。本文將在稀疏描述方法的基礎上,提供幾種具有較低計算復雜度的改進算法,并通過人臉識別實驗以檢驗改進算法的識別率。
SRM方法的算法難度在于,如
3、何求解圖庫中訓練樣本的線性表達式最稀疏的的分解系數(shù),亦即:對測試樣本進行分類將產(chǎn)生大量的計算。在本文中,基于構造簡化的分類器和考慮實際應用中的因素,我們設計了四套稀疏描述方法的改進算法。改進算法包括:使用樣本均值建立稀疏表達式,在樣本中增加均值臉,引入其它識別方案作為預處理步驟,構造虛擬訓練樣本。我們在目前主流的人臉圖像數(shù)據(jù)庫(ORL, YALE, AR)上進行實驗,并選用不同數(shù)量訓練樣本和測試樣本來檢測新方法的可靠性。實驗過程在MAT
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(nèi)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(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。
- 6. 下載文件中如有侵權或不適當內(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
- 基于核方法的人臉識別.pdf
- 基于LDP的人臉識別方法研究.pdf
- 基于MMTD的人臉識別方法研究.pdf
- 基于統(tǒng)計的人臉識別方法.pdf
- 基于稀疏化方法的人臉識別.pdf
- 基于PCA的人臉識別方法.pdf
- 基于視頻的人臉識別方法研究.pdf
- 基于畫像的人臉識別方法研究.pdf
- 基于SVM的人臉識別方法研究.pdf
- 基于PCA的人臉識別方法研究.pdf
- 基于融合的人臉識別方法研究.pdf
- 基于DCT的人臉識別方法研究.pdf
- 基于部分的人臉識別方法研究.pdf
- 基于度量學習的人臉識別方法研究.pdf
- 基于集成學習的人臉識別方法研究.pdf
- 基于Curvelet變換的人臉識別方法研究.pdf
- 基于機器學習方法的人臉識別研究.pdf
- 基于子空間方法的人臉識別算法研究.pdf
- 基于神經(jīng)樹的人臉識別方法研究.pdf
- 基于Gabor特征的人臉識別方法.pdf
評論
0/150
提交評論