基于动画头像的特征提取和识别研究-论文.pdf

《基于动画头像的特征提取和识别研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、皿盈蜀臣匿圈MachineVisionAndVideoMonitoring勘画头像的特征提取和识别研究Featureextractionandrecognitionbasedongameheadportrait东华大学信息科学与技术学院安俊峰声萌荫AnJunfengLuMengmeng摘要：本文从动画头像入手，将头像进行灰度变换，然后进行了三种图像压缩方法，从而进行特征提取，应用2DPCA，2DLDA，PCA最后对图像进行识别操作，采用SVM和最近邻法操作，从结果中可以看出2DLDA，2DPCA

2、的正确率很高，2DLDA算法的计算速度更快。关键字：2DPCA2DLDAPCAAbstract：Thispaperstartsfr0mthegameheadportrait，dogray—scaletransformation，andthenusethethreekindsofimagecompressionmethod．whichjSusedforfeatureextraction，themainapplicationis2DPCA，2DLDA，PCAandthendorecognitiono

3、perationontheimage．themainuseofSVMandnearestneighbormethod．itcanbeseenfrOmtheresultsthatthecorrectrateof2DPCAand2DLDAisveryhigh．the2DLDAalgorithmhasfastercalculationspeedKeywords：2DPCA2DLDAPCA【中图分类号】TB89【文献标识码】B文章编号1606—5123(2014)O7—0123—0418≥面的头像角色，

4、平台是MATLAB。比较据信息的特征提取，当提取完成的信息本文的研究背景基于动画图像。各种方法的优缺点。人脸数据库的部分进行识别，看最后识别的正确率高低，图像中涉及多人角色识别，根据用户喜显示图像如下：、●一～一欢会选择不同的动画角色，头像可能会算法设计的主帅”^日■娜抽-脚j、、竹9，曩口臼_口有很多种，随着动画的开发和补丁的更要原因：每个图像新，越来越庞大的动画人物头像数据生的数据矩阵很大，成，那么假定某个玩家喜欢A的角色，维数很高，所以增那么在短时间内对所有的A图像进行特加了计算机的处理征

5、提取并进行识别是个问题，本文主要难度，在这里找寻采用PCA，2DPCA，2DLDA等方式进行特好的算法进行图像征提取，识别的方式采用SVM或者最近压缩，但会保持原邻法，多用的数据库是图像数据库的修来数据的有效信改，把部分头像数据修改成目标动画里息，也就是进行数图1人脸库图像WWW．CA168．COMl123在这个过程中，看正确率，运行时间，程序运行稳定性三个础上第二次压缩，显然这种算法可以大大的提高机器的运行评价方式对所采用的算法进行评价。速度。2DLDA是FISHER准则的一个典型应用，它默认

6、样本之2技术思想间是没有相关性的，那么根据Fisher准则找出求解SW~[ISB，2．1图像识别流程然后求解SW一1SB的特征向量和对应的特征值，把特征值按图像识别流程参见图2所示。照从大到小的方式进行排列，去前面几个特征值对应的特征向量作为新的特征，然后进行识别的过程，那么其实2DLDA是一个是对二维投影后的样本再作一次向量形式的特征提取的过程，其中图2图像识别流程处理】0⋯、T一一、Sn专强【A一A)【Ar—A)2．2图像的预处理操作因为试验中采用了一组游戏中的人物较色头像，但是人荟(A一)

7、(A，一)物图像一般都是彩色的，那么要进行一定的灰度变化，尺寸Ai表示I类样本的均值，A表示总体样本的均值。变换，格式转化等操作，让它与头像数据库样本格式相同，达到实验的预处理操作。4实验过程2．3整个图像矩阵的生成4．1PCA的操作这部分是将每个图像的二维信息显示出来，并且生成整Pca的原理是将每个图像nm的矩阵，然后共有400个样个的图像，在试验中采用了40组头像，每组包含10个头像。本，我们把每个图像看成一个样本点，对于400个样本点进2．4进行特征提取行PCA操作，提取总的贡献率达到的0

8、．9的特征向量进行训如此前步骤述及，生成的矩阵维数非常庞大，那么就要练的预测，在试验中，对于每个人的10个样本，分别选取前对上述的矩阵进行相关的处理，使得原始矩阵的基本信息不3，4，5，6，7，8个样本作为训练样本，在用PCA操作的时候可以直会丢失，也能尽可能的达到有效的成果。本文中采用的算法接输出最佳的投影向量个数，选取剩下的作为预测样本，观主要有PCA，2DPCA，2DLDA算法。察最后的PCA结果：2．5样本预测最佳投影维数为：40首先我们采取选取每组照片一定的数值最预测，一定的PCA的识