【摘 要】
:
人脸检测和识别是目前生物特征识别中最受人们关注的一个分支,是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题,在公安部门罪犯搜索、安全部门动态监视识别、
论文部分内容阅读
人脸检测和识别是目前生物特征识别中最受人们关注的一个分支,是当前图像处理、模式识别和计算机视觉领域内的一个热门研究课题,在公安部门罪犯搜索、安全部门动态监视识别、银行密码系统等许多领域有广泛的应用。它与计算机人机感知交互的研究领域有密切联系。首先,本文对人脸识别技术进行了分析,重点研究了人脸识别技术的背景、研究内容以及人脸识别的主要方法。本文实验主要在ORL和YALE人脸库上进行。通过主成分分析(Principal Component Analysis, PCA),二维主成分分析(Two-dimensional Principal Component Analysis,2DPCA)等子空间特征提取方法对人脸图像进行特征提取。特征提取的结果将用于本文分类器的人脸识别。其次,针对现有的人脸分类方法本文进行了深入研究,然后通过欧式分类器,相关系数分类器,BP神经网络分类器,支持向量机分类器的“一对一”和“一对多”等方法进行人脸识别。所用到的分类方法都取得了较好的识别率。在ORL人脸库上,使用支持向量机分类器的“一对多”的方法识别率达到93.5%,支持向量机分类器“一对一”识别率达到90%,BP神将网络分类器的识别率达到93%,相关系数的识别率达到89.5%,欧氏距离识别率达到89.5%。最后,在ORL人脸库上,本文通过投票法,将支持向量机的“一对多”,相关系数,BP神经网络等三种分类器进行融合,多分类器的融合在一定程度上弥补了单个分类器的缺陷,取得了较好的识别效果。使每个主成分上的识别率都高于基于单个分类器的识别率,识别率最高达到94.5%。
其他文献
数据挖掘将传统的数据分析方法与处理大量数据的复杂算法相结合,目的是从大量数据中找出先前未知的有用知识。分类是数据挖掘领域研究和应用最广泛的一个分支。目前已知的分
在计算机视觉领域,人脸识别一直是一个研究热点,无论是安全防卫、对身份进行验证、护照识别及驾驶执照,还是自动门卫系统、银行和海关的监控系统等,它都有着重要的应用。广义
如今,ActiveX控件在互联网和桌面上应用非常广泛,ActiveX控件是Microsoft提供的功能强大的程序设计和开发技术,运用于Microsoft Windows系统。Windows和Linux平台的不兼容性
随着计算机工程和人工智能技术的迅速发展,尤其是知识工程、粗糙集理论和人工神经网络在诊断领域中的进一步应用,故障诊断和检测技术正向智能化方向发展。粗糙集理论能有效地分
帆船比赛时影响运动员的水平发挥有许多重要的因素:如比赛时海上气象环境、运动员的操作技能、帆船器材的调整能力、对比赛规则的掌握程度以及他们在竞赛期间的饮食、心理状
中医学历史悠久,疗效卓著,是研究人体生命活动过程以及抵御疾病、维护健康的科学。名老中医是在长期医疗实践中历练形成的、具有丰富诊疗经验和智慧的专家。对名老中医经验的
由于生物技术的发展和Adleman实验的成功使人们认识到一种新兴的计算方法一DNA计算。该方法具有的巨大并行性、海量存储以及低能耗等特点,引起了众多学者的关注,成为研究的热
科学计算可视化是二十世纪八十年代后期提出并迅速得到发展的一门新兴学科。目前,它已广泛应用于医学、地质勘探、气象预报、分子生物学、计算流体力学及有限元分析等诸多领
利用人工图像标注结果作为索引信息并且使用此信息检索图像库是一种昂贵而费力的过程。与此同时,自动图像标注由于在图像理解和检索方面的潜在巨大影响而逐渐受到人们的重视
随着电子通信以及计算机技术的飞速发展,通信网络规模逐渐增大,网络资源安全问题日益突出。如何高效,安全的管理大量的网络设备和主机成为电信运营商们急于需要解决的问题。