浅议人脸图像分析算法研究

浅议人脸图像分析算法研究

ID:34821590

大小:2.84 MB

页数:57页

时间:2019-03-11

浅议人脸图像分析算法研究_第1页
浅议人脸图像分析算法研究_第2页
浅议人脸图像分析算法研究_第3页
浅议人脸图像分析算法研究_第4页
浅议人脸图像分析算法研究_第5页
资源描述:

《浅议人脸图像分析算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号UDC密级学号彳房大擎硕士学位论文论文题哥:人脸图像分析算法研究论文作者:乔宇蕞暴、墼嚣嚣蓉:黄席樾教授重庆大学申请学位级别:硕士专业名称:控制理论与控制工程论文提交园期:2003年5月6嚣答辩日裳:2003年5月22日学位授予单位:重庆大学授位日期:2003年6月30Et答辩委员会主席:石为人教授论文评阂人:石为人教授陈今润副教授2003年5月6尽重庆大学硕七学位论文中文摘要摘要计算机视觉与模式识别技术是计算机科学和人工智熊研究领域的藏要分支,计算机视觉的目的在于研究人类视觉的计算模型,并利用机器来实现视觉专

2、用系统。本文主要以人脸戈磷究对象,采躅极器学习的方法,提出了一系歹《人验梭测、跟踪和识别的相关算法;同时,本文还研究了高维数据的非线性降维和角点检测润题。主要工终摇下:(1)人脸检测是人脸识别的前期工作。本文以简单的Haar特征结合阈值构造弱分类嚣,透过AdaBoost学习选择和集成弱分类器,最后按照分层结构把集成的分类器组合在一起;同时,在检测过程中采用积分图的方法烈’算特征,保证了检测的速度。(2)基予主成分分掇(PCA)懿特缎脸法蹙人验识别中应用最广泛戆方法之一。但是这种方法平均的对待每一维特征,无视不同特征在

3、识别中所起作用的不同,这篓握密了一耱耨的翻较主藏分分褥算法。与镣统主元分橱不同,加权主元分析根据特征的分类能力进行加权,通过最小化加权辫建误麓来寻找加授予空间,并利埔点到鸯日权子空间的距离遗行分类。加投系数W以通过计算每维特征类闻方差与类内方差之比获得。实验表明,加权主元分析与传统主元分析相比可以大大提高识别率。(3)本文还在久验捡溅器豹基弛上,提出了一穆矍售震撵疫罨捷懿入殓躁黥葵法,并以DirectShow为平台实现了一个多人脸跟踪系统。当视频输入大小楚320)<280,每移15颧;该系统霹葭平淆遣程P41.4GI

4、tZ静计算梳上运行。(4)在分析和讨论LLE和Isomap这两种非线性降维方法的蒸础上,给出了一类基于保角变换的Isomap算法,实验表明这种方法可以在降维过程中缀好的保持予空间的几何结构。针对LLE和Isomap本身无法提供对新的数据点投影交换约缺殪,摄篷了一嚣麟瓣壕援样本基禺帮关系戆投影交按葵法。(5)角点检测一直怒计算梳褫觉中基本稀又嚣滚鼢蠲趣,本文提出了一种簇予自适应直线拟合的角点检测算法,根据拟合误差自适应的选择拟合窗阴的宽度,通进拟合直线依算曲率,进而得到角点位麓。关键词;人脸检测和识别,AdaBoost

5、学习,加权主元分析,非线性降缎,受点梭{蒌l

6、重庆大学硕士学位论文英文摘要ABSTRA£至Computervisionandpatternrecognitionisoneofthemostimportantbranchesincomputerscienceandartificialintelligencefield.Themissionofcomputervisionistostudyaboutthecomputablemodelofhumanvisionsystemandtoconstructpracticalvi

7、sionsystem.Thisthesispresentsaseriesofalgorithmsonfacedetection,trackingandrecognition.Thisthesisalsostudiesaboutnonlineardimensionreductionandcomerpointdetection.Themainworksare毫sfollowing:(1)Facedetection,whichaimsatlocatingfaceinstillimages,isthepre-workoffa

8、cereeognitiorLWeconstructweakclassifierbyaHaarfeature;thenweakclassifiersarecombinedtoastrongclassifierinalinearway.Thefinalclassifierisbuiltinacascadestructure,whichcouldrejectmostnon-facesamplesintheearlylayer.Alsoweuseintegralimagetoquicklycalculatethefeatur

9、eandreducethedetectiontime.弦)Principalcomponentanalysis(PCA)methodisapopularmethodinfacerecognitionfield.However,PCAtreatsequallyeachfeatureandignoresitsdifferentroleinthere

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。