需要金幣： 1000 個金幣 |
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)：9605 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:在當(dāng)今社會，隨著監(jiān)控鏡頭的不斷發(fā)展，人臉識別技術(shù)已經(jīng)運(yùn)用到社會的各個角落，比如在身份驗(yàn)證，監(jiān)控，安全，執(zhí)法，人機(jī)交互等等，它已經(jīng)深入到人們生活的各個方面中去，在國內(nèi)的很多地方的考勤系統(tǒng)，用戶注冊系統(tǒng)都是運(yùn)用人臉識別技術(shù)。并且人臉識別在鏡頭上的應(yīng)用是十分隱蔽的，不容易被人發(fā)現(xiàn)，不影響人的正常生活，也正因?yàn)槿绱?，人臉識別可以在犯罪人員毫不知情的情況下鎖定他，進(jìn)而迅速被抓捕。因此，人臉識別十分地受歡迎。 -本文主要闡述的是實(shí)現(xiàn)人臉識別中的關(guān)鍵一步人臉特征對齊的CFSS算法，即由粗到精的形狀搜索算法，該算法是利用Matlab工具實(shí)現(xiàn)一種新的基于由粗到精形狀搜索的人臉對齊框架，與傳統(tǒng)的級聯(lián)回歸算法相比，由粗到精形狀搜索算法在初始階段就將所有的圖像，包括不同的形狀，采用粗階段的約束方案進(jìn)行檢索，縮小搜索范圍，再進(jìn)行下一步精細(xì)階段，更細(xì)致的檢索，進(jìn)一步縮小范圍，直至成功人臉特征對齊。當(dāng)然，在檢索過程中，會對大量的人臉圖像進(jìn)行特征定點(diǎn)，構(gòu)建形狀模型，在最后的形狀搜索階段進(jìn)行模型匹配，地標(biāo)點(diǎn)對比的誤差值最小的也就是最后成功特征對齊的圖像。階段漸進(jìn)和自適應(yīng)搜索使得由粗到精形狀搜索算法有著更加快捷，準(zhǔn)確的反應(yīng)速度。最后使用300W數(shù)據(jù)集檢驗(yàn)該算法的可靠性與準(zhǔn)確性。
關(guān)鍵詞：人臉特征對齊；CFSS算法；特征定點(diǎn)；300W數(shù)據(jù)集
目錄 摘要 Abstract 1 緒論-1 1.1 研究的背影與意義-1 1.2 國內(nèi)外研究現(xiàn)狀-1 2 課題研究分析....3 2.1 CFSS算法概述-3 2.2 與傳統(tǒng)人臉對齊算法對比的優(yōu)缺點(diǎn)-4 2.3 課題開發(fā)環(huán)境-4 3 CFSS算法詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)-6 3.1 由粗到精的形狀搜索機(jī)制-6 3.2 估計(jì)次區(qū)域中心x¯-6 3.3 估計(jì)概率分布PR-8 3.4 PCA降維-9 3.5 形狀混合搜索功能-10 4 實(shí)驗(yàn)結(jié)果與分析-12 4.1 300W數(shù)據(jù)集-12 4.2 實(shí)驗(yàn)測試結(jié)果-12 結(jié) 論 .. 14 參 考 文 獻(xiàn)-15 致 謝-16 |
