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)：11903 |  | |
| 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:人臉驗(yàn)證技術(shù)是目前模式識(shí)別及計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)研究熱點(diǎn)和難點(diǎn)，人臉驗(yàn)證在對(duì)身份自動(dòng)認(rèn)證方面有著重要的意義，廣泛應(yīng)用于國(guó)家安全、國(guó)防等方面.人臉驗(yàn)證技術(shù)是一個(gè)研究熱點(diǎn)，同時(shí)也是一個(gè)難點(diǎn)，完善人臉驗(yàn)證技術(shù)仍然面臨著巨大的挑戰(zhàn)，還有很多工作需要去做. 本文重點(diǎn)分析研究了人臉驗(yàn)證的關(guān)鍵技術(shù)，同時(shí)認(rèn)真學(xué)習(xí)和理解了一些典型的人臉驗(yàn)證理論和方法.本文主要研究?jī)?nèi)容包括以下幾個(gè)方面： （1）討論了圖像預(yù)處理的方法.包括圖像灰度化、圖像濾波等. （2）應(yīng)用PCA降維技術(shù)提取人臉特征，簡(jiǎn)化了人臉識(shí)別的計(jì)算量，同時(shí)降低了冗余度，使數(shù)據(jù)更能體現(xiàn)樣本特征. （3）重點(diǎn)討論了極限學(xué)習(xí)機(jī)算法，掌握了極限學(xué)習(xí)機(jī)算法的理論和實(shí)現(xiàn)，并比較了極限學(xué)習(xí)機(jī)與BP神經(jīng)網(wǎng)絡(luò)算法在計(jì)算量和準(zhǔn)確率的優(yōu)劣. （4）引入稀疏的概念，理解稀疏的基本思想，并將稀疏應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī). （5）應(yīng)用matlab編程實(shí)現(xiàn)了一個(gè)簡(jiǎn)單的人臉驗(yàn)證系統(tǒng)，包括攝像頭采集、人臉檢測(cè)、人臉驗(yàn)證及數(shù)據(jù)更新四個(gè)方面. 實(shí)驗(yàn)結(jié)果表明，極限學(xué)習(xí)機(jī)算法在人臉驗(yàn)證上的準(zhǔn)確率與BP神經(jīng)網(wǎng)絡(luò)算法相同，但極限學(xué)習(xí)機(jī)的計(jì)算量遠(yuǎn)小于神經(jīng)網(wǎng)絡(luò)，尤其當(dāng)樣本數(shù)據(jù)很大時(shí)，優(yōu)勢(shì)更加明顯；同時(shí)稀疏極限學(xué)習(xí)能夠較低存儲(chǔ)量和測(cè)試時(shí)間. 關(guān)鍵字：人臉驗(yàn)證；PCA降維；極限學(xué)習(xí)機(jī)；BP神經(jīng)網(wǎng)絡(luò)
目錄 摘要 ABSTRACT 第1章 緒論-1 1.1人臉識(shí)別技術(shù)的研究背景及意義-1 1.2人臉驗(yàn)證的研究?jī)?nèi)容-1 1.3人臉識(shí)別技術(shù)的研究現(xiàn)狀-2 1.4 本文的主要工作和內(nèi)容安排-3 第2章 人臉驗(yàn)證基本理論-5 2.1 人臉圖像預(yù)處理-5 2.1.1 灰度變換-5 2.1.2 圖像濾波-5 2.2 PCA提取特征人臉-6 2.3.1 PCA降維思想-6 2.3.2 主成分分析原理-6 2.4 極限學(xué)習(xí)機(jī)和BP神經(jīng)網(wǎng)絡(luò)-7 2.4.1 單隱層前饋神經(jīng)網(wǎng)絡(luò)-7 2.4.2 BP算法-8 2.4.3 極限學(xué)習(xí)機(jī)-10 2.5 基于稀疏的極限學(xué)習(xí)機(jī)和神經(jīng)網(wǎng)絡(luò)-13 2.5.1 稀疏BP神經(jīng)網(wǎng)絡(luò)-13 2.5.2 稀疏極限學(xué)習(xí)機(jī)-14 2.6 本章小結(jié)-16 第3章 人臉驗(yàn)證實(shí)驗(yàn)-17 3.1 實(shí)驗(yàn)數(shù)據(jù)來(lái)源-17 3.2 實(shí)驗(yàn)設(shè)計(jì)及實(shí)現(xiàn)-17 3.2.1 主成分分析-17 3.2.2 BP神經(jīng)網(wǎng)絡(luò)-18 3.2.3 極限學(xué)習(xí)機(jī)-19 3.2.4 稀疏極限學(xué)習(xí)機(jī)-19 3.3 實(shí)驗(yàn)結(jié)果分析-20 3.4 本章小結(jié)-21 第4章 人臉驗(yàn)證系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)-23 4.1 人臉驗(yàn)證系統(tǒng)的實(shí)現(xiàn)步驟-23 4.2 人臉驗(yàn)證系統(tǒng)的組成-23 4.2.1 攝像頭采樣模塊-24 4.2.2 人臉檢測(cè)模塊-24 4.2.3 人臉驗(yàn)證模塊-25 4.2.4 數(shù)據(jù)更新模塊-26 4.3 本章小結(jié)-26 第5章 總結(jié)與展望-27 5.1 總結(jié)-27 5.2 不足之處及未來(lái)展望-27 參考文獻(xiàn)-28 致謝-29 |
