欢迎来到天天文库
浏览记录
ID:43757381
大小:666.29 KB
页数:37页
时间:2019-10-13
《人脸特征提取系统设计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、中国计量学院现代科技学院本科毕业设计(论文)人脸特征提取系统设计FaceFeatureExtractionSystemDesign学生姓名学号0930332142学生专业计算机科学与技术班级计算机091系部信息工程指导教师郑文斌屮国计量学院现代科技学院2013年6月郑重声明本人呈交的毕业设计论文,是在导师的指导下,独立进行研究工作所取得的成果,所有数据、图片资料真实可靠。尽我所知,除文中已经注明引用的内容外,木学位论文的研究成果不包含他人享有著作权的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确的方式标明O本学位论
2、文的知识产权归属于培养单位。学纶签名:分类号:TP391UDC:004密级:公开学校代码:10356中国计量学院现代科技学院本科毕业设计(论文)人脸特征提取系统设计FaceFeatureExtractionSystemDesign作者翟佳丽学号0930332142申请学位工学学士指导教师郑文斌学科专业计算机科学与技术培养单位中国计量学院现代科技学院答辩委员会主席黄俊评阅人2013年06月致谢该学位论文是在我的导师郑文斌的亲切关怀和悉心指导下完成的。他严肃的科学态度,严谨的治学精神,精益求精的工作作风,深深地感染和激励着我。从课题的选择到项目
3、的最终完成,郑老师都始终给予我细心的指导和不懈的支持.在此谨向郑老师致以诚挚的谢意和崇高的敬意。感谢学院各位老师各位领导,在你们的教导下我开始懂得口己的人生方向,是你们带我走完这人生的转折点。感谢我的爸爸妈妈,焉得谖草,言树Z背,养育Z恩,无以回报,你们永远健康快乐是我最大的心愿。在论文即将完成Z际,我的心情无法平静,从开始进入课题到论文的顺利完成,有多少可敬的师长、同学、朋友给了我无言的帮助,在这里请接受我诚挚的谢意!人脸特征提取系统设计摘要:人脸识别技术是一项新兴的生物识别技术,它融合了计算机图像处理与模式识别方面原理,具有广阔的发展前
4、景。而特征提取是整个人脸识别过程屮非常重耍的一部分,它直接决定着分类结果的好坏。木文主要工作是对人脸表情图像进行特征提取,屮心思想是降维,去除了原始特征各维之间的相关性,为后期分类减少了工作量,提高了人脸识别的速率,是整个人脸识别系统屮必不可缺的步骤。具体要做的是把人脸表情图像映射到特征空间,将高维人脸特征向量降维后再进行模式分类,接着通过比较样本之间的欧式距离得到结果。木文重点采用主成分分析方法进行特征提取,该方法能在低维空间尽可能的表示原始数据,具体在MATLAB中实现的步骤包括读取图像文件、计算均值脸、求特征值和人脸特征参数。最后从分
5、类结果来检验木方法对人脸识别的作用。实验表明利用本实验方法进行特征提取及人脸识别能够显著提高计算效率。关键词:人脸识别,特征提取,PCAo中图分类号:TP391FaceFeatureExtractionSystemDesignAbstract:Facerecognitiontechnologyisanemergingbiometrictechnology,whichcombinescomputerimageprocessingandpatternrecognitiontheory,andhasbroadprospectsfordevelop
6、ment.Therecognitionandfeatureextractionisaveryimportantpartoftheprocess,whichdirectlydeterminesthequalityoftheclassificationresult.Themainworkofthispaperisfeatureextricationforfacialexpressionimage,thecentralideaisthedimensionalityreduction,Itimprovedtotheoriginalfeatureco
7、rrelationbetweeneachdimension,anditreducestheworkloadforthelatterclassificationandimprovetherateoffacerecognition,Soit,sanindispensablestepsinthefacerecognitionsystem.Weneedtodoistofacialexpressionimageismappedtothefeaturespace,andputthehighdimensionalfacefeaturevectordime
8、nsionalityreductionforpatternclassificationlater,ThenbycomparingtheEuclideandistancebetwe
此文档下载收益归作者所有