人脸识别中特征提取算法的研究与实现

人脸识别中特征提取算法的研究与实现

ID:35042274

大小:4.14 MB

页数:87页

时间:2019-03-16

人脸识别中特征提取算法的研究与实现_第1页
人脸识别中特征提取算法的研究与实现_第2页
人脸识别中特征提取算法的研究与实现_第3页
人脸识别中特征提取算法的研究与实现_第4页
人脸识别中特征提取算法的研究与实现_第5页
资源描述:

《人脸识别中特征提取算法的研究与实现》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、1II单位代码:10293密级:公开■、,盛^'.:4t暴、誦,'一考皮《僅硕女俗戈;寡'r’.i‘為一…-二;哪公'4.‘:j./?’论文题目:人脸识别中特征提取算法的研究与实现韩,I.?■■.学号1213043010.'f姓名-.V;.;,;:蒋政;、;V-.V,-■.*??T.-/—,..一',*'*^■-八^----,、;;户;一心^.*'一-''、

2、导"巧-巧、程春玲.与也'二、Y...%i1..:‘乂专业学位类别呈硕±,XtK巧类型古^—,aa心±^ti,;、'/聲言A*.':专业(领域)姑<V计賞机巧术.5|..论文提交日期一二霎六年四月./节乂.■/?*-?'rini''-,,,.■"纖';雜.’..I’‘-.’草:.嗦^叩.、'、.',..4:北‘‘'.八七鸣夸V.、’'I乂.巧..:...V瑞心.<巧,^南京邮电大学学位论文原

3、创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研巧成果=i尽我所知加注和致谢,论文包含其,除了文^?地方已经发表或撰写过中特别t标的外中不他人。的研,也不包邮电学或用过的巧成果含为获得南京大其它教育机构的学位或证书而使材料我一工志对。与同作的同本研究所做的任何贡献均己在论文了明确的明并表示了谢意中作说及及意承担一论不,本人学位文涉相关资料若有实愿切相关的法律责任。。7研生签乂W名:日期:7巧—,京电大论文使用授权声南邮学学位明本人授权南京邮电大可W保国口或化电子学留并

4、向家有关部构送交论文的复印件和文档;论查和借阅学位论全部或部分据库进行检W允许文被阅;可将文的内容编入有关数索:可采用影、缩印或扫描等、汇论文。电子印复制手段保存编本学位本文文档的内容和纸质论文一。的致论文(包括)。内容相的公布刊登授权南京电大邮学研巧生院办理涉密学位论文在解密适用本授权。后书生签::研名签日究导师名期ResearchandImplementationofFeatureExtractionAlgorithminFaceRecognitionThesisSubmittedtoNanjingUni

5、versityofPostsandTelecommunicationsfortheDegreeofMasterofMasterofEngineeringByJiangZhengSupervisor:Prof.ChengChunlingApril2016摘要人脸识别是一项极具发展潜力的生物特征识别技术,在银行、公安系统、社会福利保障等领域有着广泛的应用前景。经过几十年的研究,人脸识别取得了长足的发展与进步,目前在控制和配合条件下人脸识别可以取得比较高的准确率,但是在非控制和非配合条件下,人脸识别仍然是一个极具挑战性的课题。人脸特征容易

6、受到光照、表情等因素的影响,从而导致识别率急剧下降,因此研究出鲁棒性高且能够提取更好表征能力特征的特征提取算法具有十分重要的现实意义。本文主要研究了适用于光照环境下的特征提取算法并在人脸识别原型系统中得以实现,主要工作如下所示:(1)分析并总结了人脸识别在生物特征识别中的优势、应用领域以及所面临的问题,阐述了特征提取算法在国内外的研究和应用现状。同时概述了人脸的主要特征,介绍了特征提取和特征选择方法,并且介绍了光照影响下人脸的处理方法。(2)现有的大多数特征提取算法在提取人脸特征时,容易受到光照等外界因素的影响,从而导致人脸识别率下

7、降。而方向梯度直方图(HistogramofOrientedGradient,HOG)对光照具有较强的鲁棒性,它能够很好的减小光照对特征提取造成的影响,但传统HOG在计算梯度幅值和方向时只计算水平和垂直方向上四个像素点对中间像素的影响,当外界环境变化时不能保证其稳定性,因此提出一种基于Haar特性的改进HOG的特征提取算法。该算法在计算梯度幅值和方向时考虑水平、垂直以及对角线上8个像素点对中间像素的影响,由于增加计算量导致特征提取时间随之增加,因此引入Haar,借助Haar型特征运算简单、快捷的特点设计4组Haar型特征编码模型,按

8、照改进的HOG特征计算方式提取人脸特征。仿真结果表明该算法对光照具有更好的鲁棒性,能够在复杂环境下提高人脸识别率。(3)针对特征提取过后特征维数过大以及存在较多冗余特征的问题,借助受限玻尔兹曼机(RestrictedBoltzmann

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。