基于enmf的稀疏人脸图像识别技术的研究与实现

基于enmf的稀疏人脸图像识别技术的研究与实现

ID:23518614

大小:1.82 MB

页数:56页

时间:2018-11-08

基于enmf的稀疏人脸图像识别技术的研究与实现_第1页
基于enmf的稀疏人脸图像识别技术的研究与实现_第2页
基于enmf的稀疏人脸图像识别技术的研究与实现_第3页
基于enmf的稀疏人脸图像识别技术的研究与实现_第4页
基于enmf的稀疏人脸图像识别技术的研究与实现_第5页
资源描述:

《基于enmf的稀疏人脸图像识别技术的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中文图书分类号:TP391密级:公开UDC:004学校代码:10005工程硕士学位论文M.E.DISSERTATION论文题目:基于ENMF的稀疏人脸图像识别技术的研究与实现论文作者:李思琦学科:软件工程指导教师:杨震副教授论文提交日期:2017年4月UDC:004学校代码:10005中文图书分类号:TP391学号:G2013072019密级:公开北京工业大学硕士专业学位论文(非全日制)题目:基于ENMF的稀疏人脸图像识别技术的研究与实现英文题目:ResearchonFaceRecognitionforSparseImageBasedonENMF论文作者:李思琦学科专业:软件

2、工程研究方向:计算机应用技术申请学位:工程硕士专业学位指导教师:杨震范科峰所在单位:信息学部答辩日期:2017年5月授予学位单位:北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:李思琦日期:2017年5月19日关于论文使用授权的说明本人完全了解北京工业大学有关保留、使用学位论文的规定,即:

3、学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:李思琦日期:2017年5月19日导师签名:杨震日期:2017年5月19日摘要摘要人脸识别技术一直以来都是研究者们致力于研究的方向之一,由于人脸图像中的人物表情、姿态、面部饰品等方面的变化,人脸识别工作一直以来都是一个较为困难的工作,但经过研究者们的不懈努力,人脸识别技术已经具有较好的性能,但对于人脸图像稀疏的情况下的人脸识别技术还需要有研究者投入研究。当人脸图像较为稀疏的情况下,图像中的人脸特征将有很多被丢弃,

4、因此在识别过程中很难准确的对人脸图像进行分类识别,综上所述,本文针对稀疏的人脸图像的识别工作进行了深入的研究,并取得了以下成果:(1)提出了基于ENMF的图像增强算法正如上文所述,人脸图像的稀疏问题为人脸识别工作带来了很大的阻碍,因此本文提出了基于ENMF的图像增强算法,通过利用ENMF算法对稀疏的人脸图像灰度矩阵进行重建,在保留原有人脸图像特征的前提条件下,令重建的矩阵变得稠密化,解决人脸图像稀疏的问题,最后再将重建的矩阵转为人脸图像用于后序的工作。(2)提出了基于ENMF的稀疏人脸图像识别系统如上文所述,本文的研究核心是为了解决稀疏的人脸图像的识别问题,因此,本文提出了基

5、于ENMF的稀疏人脸图像识别系统,并给出了系统的设计框架和工作流程,以及其中的算法细节。该框架通过ENMF算法对稀疏的人脸图像进行增强,之后利用增强图像,通过PCA技术进行人脸识别,最终得到人脸图像的身份标签。最后,利用剑桥大学AT&A实验室提供的ORL人脸图像数据集进行了实验,首先将数据集中的人脸图像稀疏化,然后通过本文提出的识别系统对稀疏的人脸图像进行识别,以验证系统的性能,实验结果显示,经过本文提出的系统进行人脸识别的准确率远远高于原有稀疏图像的识别准确率,且已经接近原始图像的识别性能,因此可以说本文提出的方法对于解决稀疏的人脸图像的识别问题是行之有效的。关键词:推荐系

6、统;多源异构数据;稀疏学习;同质性系数IAbstractAbstractHumanfacedetectionhasalwaysbeenoneofthehottestdirectionincomputerscienceresearch.Astheemotion,gestureoraccessoriesarealwayschanging,itisnoteasytorecognizehumanfacebycomputer.WiththehardworkingofCSresearchers,facedetectionhasachievedverygoodresult.Howev

7、er,westillneedtoworkalotmorewhenthepictureofhumanfaceisrelativelysparse.Alotoffacefeatureswillbemissediftheimageissparse.Therefore,it'squitedifficulttomakeanaccuratehumanfaceclassification.Thisarticlemakesaverydeepresearchonhumanfacedetectionforsparseima

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。