需要金幣： 1000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：17105 |  | |
| 折扣與優(yōu)惠：團(tuán)購(gòu)最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：人臉識(shí)別作為生物特征識(shí)別技術(shù)中最自然、最友好的手段，在過(guò)去的三十多年里，人們對(duì)其始終抱有濃厚的興趣。其根本原因是巨大的社會(huì)需求、應(yīng)用潛力和廣泛的應(yīng)用范圍。在國(guó)際背景下，近幾年國(guó)際安全局勢(shì)不穩(wěn)定，各國(guó)對(duì)自身重要的設(shè)施的安全性能越發(fā)重視，例如在人員出入邊境時(shí)對(duì)可疑人員進(jìn)行監(jiān)控，積極推動(dòng)了人臉識(shí)別在應(yīng)用領(lǐng)域的發(fā)展。 本文中主要完成了以下幾項(xiàng)任務(wù) ： 1）在人臉圖像預(yù)處理中，提出用小波變換對(duì)圖像進(jìn)行降噪處理，并和傳統(tǒng)的維納濾波法、中值濾波法和均值濾波法進(jìn)行效果對(duì)比，顯示其良好的降噪效果。 2）在人臉識(shí)別算法中主要研究奇異值分解（SVD）算法，在原有理論的基礎(chǔ)上提出新的算法。 3）通過(guò)Matlab仿真對(duì)新算法進(jìn)行驗(yàn)證，并和傳統(tǒng)的奇異值分解法和PCA方法進(jìn)行比較，取得了較好的結(jié)果。 本文人臉識(shí)別主要運(yùn)用基于小波變換的人臉圖像預(yù)處理和基于SVD的人臉識(shí)別的改進(jìn)算法進(jìn)行人臉識(shí)別。 關(guān)鍵字：人臉識(shí)別，小波變換，圖像預(yù)處理，奇異值分解
目錄 摘要 ABSTRACT 第一章 緒 論-1 1.1本論文的背景和意義-1 1.2人臉識(shí)別的發(fā)展史-1 1.3人臉識(shí)別使用的領(lǐng)域-2 1.4人臉識(shí)別的存在難度-3 1.5 人臉識(shí)別的流程-3 1.6 本論文的主要內(nèi)容-3 1.7 本論文的結(jié)構(gòu)安排-4 第二章 圖像預(yù)處理-5 2.1圖像采集-5 2.2小波變換-5 2.2.1小波變換的特點(diǎn)-5 2.2.2 小波變換的基本原理-5 2.3小波變換與圖像處理-6 2.3.1 小波變換降噪的原理-6 2.3.2 小波變換法處理圖像的優(yōu)勢(shì)-7 2.3.3 仿真對(duì)比-8 本章小結(jié)-9 第三章 人臉識(shí)別算法-10 3.1人臉特征提取-10 3.2人臉識(shí)別算法-10 3.2.1基于奇異值分解的人臉識(shí)別-10 3.2.2基于幾何特征的人臉識(shí)別-12 3.2.3基于特征臉（PCA）的人臉識(shí)別方法-12 3.2.4基于模板匹配的人臉識(shí)別-13 3.2.5神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別-13 3.2.6 支持向量機(jī)（SVM）人臉識(shí)別-14 3.2.7 Boosting方法-14 3.3最近鄰決策分類過(guò)程-14 3.4設(shè)想與改進(jìn)-14 本章小結(jié)：-16 第四章 人臉識(shí)別仿真-17 4.1本文使用的人臉庫(kù)介紹-17 4.2課題中使用的原理-17 4.3理論驗(yàn)證-17 4.3.1人臉圖像預(yù)處理-17 4.3.2 人臉識(shí)別-19 4.3.3 問(wèn)題及解決方案-19 4.4實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析-19 第五章 總結(jié)-25 參考文獻(xiàn)-26 致謝-27 |
