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)：15101 |  | |
| 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:隨著社會(huì)的發(fā)展，人們對(duì)身份鑒別的準(zhǔn)確性、安全性和實(shí)時(shí)性提出了更高的要求，在眾多識(shí)別方法中，人臉識(shí)別技術(shù)作為生物特征識(shí)別技術(shù)之一，以其自身的友好、快速、方便、安全、高可靠性等優(yōu)點(diǎn)脫穎而出，成為了國(guó)內(nèi)外相關(guān)領(lǐng)域的研究熱點(diǎn)，并在安全、商業(yè)領(lǐng)域有了廣泛的應(yīng)用． 本文針對(duì)人臉識(shí)別算法進(jìn)行了較為深入的研究和分析，實(shí)現(xiàn)了基于OpenCV的人臉信息識(shí)別系統(tǒng)．主要工作包括： 第一，簡(jiǎn)單介紹了人臉識(shí)別的研究背景和意義，以及人臉識(shí)別所研究的內(nèi)容，著重介紹了人臉識(shí)別的研究歷程． 第二，介紹了人臉識(shí)別常用的四類(lèi)方法，并簡(jiǎn)單介紹了各種方法的識(shí)別方式． 第三，著重介紹了基于PCA算法的人臉識(shí)別以及基于子空間算法下的2DPCA、LDA、ICA算法的人臉識(shí)別，并比較了各個(gè)算法間的優(yōu)劣． 第四，通過(guò)研究人臉識(shí)別技術(shù)，在PCA算法的支持下，設(shè)計(jì)并實(shí)現(xiàn)了一套人臉識(shí)別系統(tǒng)，在VS2010+OpenCV2.4.3環(huán)境下實(shí)現(xiàn)了人臉圖像識(shí)別功能． 關(guān)鍵詞：人臉識(shí)別；PCA；OpenCV
目錄 摘要 ABSTRACT 第1章 緒論-1 1.1人臉識(shí)別的研究背景和意義-1 1.2人臉識(shí)別研究?jī)?nèi)容-1 1.3人臉識(shí)別研究歷程-2 1.4本章小結(jié)-2 第2章 常用的人臉識(shí)別方法-3 2.1基于幾何特征的方法-3 2.2基于子空間分析的方法-3 2.2.1主成分分析(PCA)-3 2.2.2獨(dú)立分量分析(ICA)-4 2.2.3線性鑒別分析(LDA)-4 2.3基于相關(guān)匹配的方法-4 2.3.1模板匹配法-4 2.3.2等強(qiáng)度線法-4 2.4基于統(tǒng)計(jì)的識(shí)別方法-4 2.4.1人工神經(jīng)網(wǎng)絡(luò)（ANN）-4 2.4.2 支持向量機(jī)-4 2.4.3 隱馬爾可夫模型（HMM）-5 2.5本章小結(jié)-5 第3章人臉識(shí)別算法-9 3.1圖像預(yù)處理-9 3.1.1直方圖均衡化-9 3.1.2中值濾波-10 3.1.3 幾何歸一化-10 3.2 基于PCA算法的人臉識(shí)別-10 3.2.1 PCA簡(jiǎn)介-10 3.2.2 K-L變換-11 3.2.3 PCA人臉識(shí)別-11 3.3 基于子空間分析算法的其他人臉識(shí)別算法-13 3.3.1 二維主成分分析(2DPCA)-13 3.3.2 線性鑒別分析(LDA)-14 3.3.3 獨(dú)立成分分析(ICA)-15 3.4本章小結(jié)-16 第4章 基于OpenCV的人臉識(shí)別系統(tǒng)-17 4.1 OpenCV簡(jiǎn)介-17 4.2 OpenCV在本系統(tǒng)中的使用方法-18 4.3程序中的人臉識(shí)別-21 4.3.1 訓(xùn)練-22 4.3.2 識(shí)別-24 4.3.3 人臉識(shí)別結(jié)果-24 4.4本章小結(jié)-28 第5章 結(jié)論與展望-29 5.1結(jié)論-29 5.2不足之處及未來(lái)展望-29 參考文獻(xiàn)-30 致 謝-31 |
