CLAHE融合低频DCT系数重变换的人脸识别算法

来源 :计算机仿真 | 被引量 : 1次 | 上传用户:cs8613416
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现实人脸识别中由于伪装(如围巾、太阳镜和头发)或其它物体引起的面部遮挡而严重影响识别率的问题,提出了CLAHE融合低频DCT系数重变换的人脸识别算法。首先将图像划分成多个互不重叠的局部小块,使用受限直方图均衡化对局部子块进行局部对比拉伸以实现去噪;然后,通过缩减适当数目的低频DCT系数来消除人脸图像中的光照变化;最后,利用核主成分分析进行特征提取,最近邻分类器完成最终的人脸识别。在扩展Yale B、FRGC V2.0及一个户外人脸数据库上的实验验证了所提算法的有效性及鲁棒性。实验结果表明,相比几
其他文献
由于绝对值方程在运筹学是一个不可微的NP—hard问题,传统方法求解绝对值方程速度慢且难以找到全局最优解的缺点,提出了一种求解绝对值方程的改进自适应差分进化算法。首先把绝对值方程问题转化为优化问题,然后对基本差分进化算法进行改进,将具有全局搜索能力和局部搜索能力的变异算子相结合操作,并设置自适应变异算子和交叉算子,改进后的算法在保证种群多样性的同时加快了收敛速度。对三个典型的绝对值方程进行了实验,
为明确运城市冬小麦的产量潜力,研究主要通过农业生态区域模型对运城市1997—2016年冬小麦光合生产潜力和光温生产潜力进行估算,根据生产潜力的衰减机制以及冬小麦不同生育阶
研究北斗卫星组合导航系统实时性和定位精度优化问题。针对UPF算法由于计算量大而不满足组合导航系统实时性要求的问题,通过在采样阶段减少状态变量及重构Sigma点和在重采样阶段利用范数"剔除"无效观测量等手段对UPF算法进行改进,并应用于北斗/INS组合导航系统中。为了验证改进算法的有效性,将改进UPF算法和传统UPF算法进行对比,并通过相对时间、状态估计误差和均方差对实验结果进行定量分析。实验结果表
在飞行器气动运动规律建模过程中,需要进行大量的气动特性预测,预测的过程需要大量的计算,传统的基于气动力工程计算方法会受到属性复杂度的影响,但预测精度不高,计算量过大,会导致延迟问题。提出一种通用飞行器气动特性规律计算混合模型,模型采用响应面建模方法配合CFD软件修正的气动力工程计算方法,在不损失原工程计算方法模型仿真效率的前提下,建立起飞行器的混合气动模型。仿真结果表明:混合气动模型的误差从原来的
深度强化学习在各个领域中都展现出了巨大的潜力,但现有的深度强化学习算法需要大量样本才能学习到一个较好的策略,而在实际场景中,深度强化学习样本通常存在数量少、成本高