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 | 論文字數(shù)：16213 |  | |
| 折扣與優(yōu)惠：團購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：當前，在眾多的基于生物特征的識別技術(shù)中，基于人臉的識別技術(shù)應(yīng)用最廣泛，得到了包括研究人員和社會用戶的極大關(guān)注，誕生了多種不同的人臉檢測算法與技術(shù)。不過，在實現(xiàn)的應(yīng)用環(huán)境中，很多方法容易受到使用環(huán)境的限制，普遍存在對人臉姿態(tài)比較敏感、對遮擋問題的處理不夠理想等問題。在眾多現(xiàn)有的人臉識別算法與技術(shù)中，基于稀疏表示理論的方法由于其較高的識別率以及魯棒性，成為該領(lǐng)域研究人員與學者研究與討論的熱點。不過，該類算法還存在計算量較大、對姿態(tài)的魯棒性比較差等缺陷。 本文所研究的內(nèi)容以人臉識別領(lǐng)域中的廣泛存在的一些問題，特別是實際場景中的光照變化、表情姿態(tài)變化等實現(xiàn)問題進行研究。通過對稀疏表示基礎(chǔ)理論的介紹，深入研究與設(shè)計開發(fā)也基于稀疏表示的人臉識別軟件。概括而言，本文中所進行的研究主要有; （1）對人臉識別技術(shù)體系中的主要問題進行概括分析。通過討論分析稀疏表示理論的基礎(chǔ)知識，對其中的字典學習以及系數(shù)求解等問題進行重點研究； （2）考慮到傳統(tǒng)的特征算子在對圖像信息進行表達中性能優(yōu)良，對基于稀疏表示與特征提取的稀疏表示算法進行深入研究與實現(xiàn)； （3）開發(fā)實現(xiàn)了簡單的人臉識別系統(tǒng)。在該識別系統(tǒng)中，以圖像信號與數(shù)據(jù)中的局部與稀疏特性為切入點，對基于稀疏表示的分類算法進行研究實現(xiàn)；且通過對圖像中局部結(jié)構(gòu)信息的高效提取，實現(xiàn)了對大量圖像樣本間進行更加準確地相似性度量。
關(guān)鍵字：人臉識別，特征提取，局部結(jié)構(gòu)，稀疏表示
目錄 摘要 Abstract 第一章 緒論-1 1.1 研究背景和現(xiàn)狀-1 1.2 國內(nèi)外研究現(xiàn)狀分析-1 1.3 本文主要工作-2 第二章 人臉檢測和矯正-4 2.1 圖像預(yù)處理與人臉檢測-4 2.1.1 直方圖均衡化-4 2.1.2 Haar特征-4 2.1.3 Ada Boost 分類器-5 2.2 人臉矯正-5 2.2.1 人眼定位-5 2.2.2 仿射變換人臉矯正-6 2.3 本章小結(jié)-6 第三章 稀疏表示的人臉識別方法-7 3.1 稀疏表示理論-7 3.2 字典學習-7 3.3 稀疏表示求解方法-8 3.3.1 基追蹤算法-8 3.3.2 匹配追蹤算法-9 3.3.3 Lasso 算法-9 3.4 稀疏表示與人臉識別-9 3.4.1 特征降維-9 3.4.2 基于稀疏表示的人臉識別-10 3.5 本章小結(jié)-15 第四章 系統(tǒng)構(gòu)建及實驗分析-16 4.1 系統(tǒng)構(gòu)建工具說明-16 4.2 程序制作流程圖-16 4.3 系統(tǒng)功能說明-17 4.4 實驗分析-25 4.5 本章小結(jié)-25 第五章 總結(jié)與展望-26 5.1 總結(jié)-26 5.2 展望-26 參考文獻-27 致謝-28 |
