【摘 要】
:
人脸识别技术是当前模式识别和人工智能领域一个重要的研究课题,它的研究跨越了图像处理,模式识别,计算机视觉和人工神经网络等等学科。随着计算机技术的快速发展与商业和军事等
论文部分内容阅读
人脸识别技术是当前模式识别和人工智能领域一个重要的研究课题,它的研究跨越了图像处理,模式识别,计算机视觉和人工神经网络等等学科。随着计算机技术的快速发展与商业和军事等应用领域的需求,关于人脸识别技术的研究将会不断的深入和完善,在未来将会应用到日常生产生活的各个方面。 人脸特征提取是人脸识别中复杂且极具挑战性的环节,对人脸的识别率起着至关重要的作用。传统的人脸特征提取方法由于受到光照,姿态等复杂环境的干扰,识别率会产生一定的影响。在最近的研究发展中,提出了许多具有较强鲁棒性的人脸特征提取方法,但大部分都是从矩阵算法角度去改善特征提取的效果来提高识别率。本文研究的重点是利用多目视觉在感知阶段最大程度地获取人脸的信息,并通过构建一个Agent框架对多目视觉进行调度和控制来实现提取出比较好的人脸特征。本文做的工作主要有: (1)对传统的人脸特征提取方法进行深入地探讨,主要研究了基于ASM的特征提取方法,并对其经典算法进行实现,通过实验总结这种算法的优点和弊端。 (2)提出了一种利用多目视觉解决因为角度和姿态等原因引起的人脸信息匮乏的方法,利用多个摄像机从不同的角度去感知人脸的环境,极大丰富了所得到的人脸信息,为下一步人脸特征提取奠定基础。 (3)提出了一种基于Agent的多目视觉人脸特征提取框架。利用Agent的协作性和智能性对每个摄像头进行代理,每个Agent通过感知环境得到要代理的人脸姿态的参数,并对环境进行反应,通过一定的规则计算出人脸姿态参数,而多个Agent之间通过竞争机制去成为最优的人脸姿态目标,由最优的人脸姿态图像得到最终的人脸特征,从而满足整个Agent系统对人脸特征较好提取的要求。 (4)用多目视觉系统采集多组人脸图片,利用ORL人脸库进行识别率对比试验表明本文方法能较好地从每组图片中提取出较好人脸姿态的图片,并从中提取人脸特征,解决了由于角度问题带来的误识别问题,由于Agent平台的并行性,在处理时间上也有很大的优势。
其他文献
图像以其直观性、高效性、确切性以及广泛的适应性,已经成为了当今社会最为重要的一种信息来源。图像质量评价的准确性在图像处理领域内是一项重要的研究课题,也是一个研究难
本文提出了一种“小波——ODEON”的音质评价比较法,该方法基于将现代信号处理的小波变换与经典建筑声学基于Siben混响时间相对比——由于在厅堂中录制的声音文件携带了厅堂音
随着经济的发展,传统化石能源的枯竭,寻找可再生清洁的能源对国家具有重要的战略意义。太阳能光伏发电成为能源结构中重要的替代能源。光伏并网发电系统就是光伏发电系统与常规电网相联,共同承担供电任务。为了提高系统效率,系统需要具备最大功率跟踪功能,同时为了安全,系统也需要具备孤岛检测功能。建立了光伏电池模型,并把它应用到MPPT仿真过程中,提出了一种新的基于P-V曲线斜率的扰动观察法,并与扰动观察法进行了
“2017高端铸铁件熔炼和处理技术论坛暨第六届全国等温淬火球铁(ADI)技术研讨会”于2017年6月28-30日在河南省郑州市成功召开.会议主题为“提高高端铸铁件熔炼和处理技术水平
在浅海或者近岸海域进行小目标探测对水声信号处理是一项挑战。近年来,兴起的多输入多输出(Multiple Input Multiple Output, MIMO)探测方法为小目标探测提供了新的研究思路。本文基于共址MIMO处理框架对小目标进行探测研究。在水声信道表征的基础上,研究了共址MIMO信号处理框架,设计了五种正交波形;在高斯噪声背景条件下,推导了MIMO检测器和估计器,并进行性能分析;在分析
随着通信技术的发展,新的无线接入技术不断出现,形成了覆盖范围越来越广的异构无线接入环境。如何实现无线资源的联合优化使用,完成网络间无线资源的协调管理,扩展网络容量和
近年来,无线技术快速演进,移动通信网络取得了超常规发展,网络承载的业务类型呈现出多样化的发展趋势。面对网络新架构、业务个性化发展,运营商采取相应有效的服务策略显得格
正交频分复用(OrthogonalFrequencyDivisionMultiplexing,OFDM)技术作为一种多载波通信技术,凭借着高效的频谱利用率、高速率数据传输、良好的抗多径衰落和抗码间干扰能力等技术
阵列信号处理利用传感器阵列来接收空间信号并对其进行处理,增强感兴趣信号(Signal Of Interest.SOI),抑制无用信号和噪声,并提取有用信号特征以及信号所包含的信息。本论文主