毕业论文翻译_免费下载

毕业论文翻译_免费下载

ID:46226397

大小:311.98 KB

页数:14页

时间:2019-11-21

毕业论文翻译_免费下载_第1页
毕业论文翻译_免费下载_第2页
毕业论文翻译_免费下载_第3页
毕业论文翻译_免费下载_第4页
毕业论文翻译_免费下载_第5页
资源描述:

《毕业论文翻译_免费下载》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、基于自然人脸和Gabor人脸结合的改进人脸识别算法摘要过去的几年里,在人脸识别领域提出了很多基于人脸整体性信息的识别算法。其中一些方法包括颜色处理、人脸的不同描述以及图像处理技术。这些方法的出发点是用来提高光照变化的鲁棒性。在众多的方法Z中,Gabor人脸的使用已经被证明是最成功的方法Z-o在不同人脸识别方法的结合方而也冇不少研究,无论是特征方面还是在得分方面。本文提出了一种有效地结合方案,这种方案通过结合自然人脸和对应的Gabor人脸的识别得分来达到改善单一•整体性方法的效果。本文利用最知名的几种整体性方法在FRGC数据库上评价了这种方法的有效性。结杲显示,在齐种情况下,

2、识别率至少达到了10%的改善。更重耍的是,当识别得分来自两种不同的方法,其中一种方法使用自然人脸,另外一种方法使用Gabor人脸,这种方案仍然有效。这些结果表明,两种人脸描述具有互补性,并且在得分水平能够很好地被融合。关键词:人脸识别Gabor图像描述FRGC人脸库核Gabor变换主成分分析(PCA)1引言在过去的几年里,信息安全领域关注度的不断提高促进了人脸身份鉴別的各种生物技术的研究。在这些技术中,人脸识别技术由于它的非侵入性吸引了公冇机构和私营机构共同的兴趣,成为了一个非常活跃地研究课题(Chellappaetal.,l995;Zhaoetal.,2003).例如,人

3、脸白动识别系统目前已经用来帮助人类掌权者用于边界的控制。这些系统能用于完成两种不同的任务:人脸识别和人脸验证。前者主要用于判断一个相关人脸是否在一个具冇N个人脸的列表Z中。后者主耍用于鉴别两幅人脸图像是否属于同一个人。本文所讨论的系统主要用于识别和验证,所使用的图像是正而静止的二维人脸。大多数人脸识别和验证算法被设计成分类器。分类器在从人脸库取得的-部分人脸图像上进行训练,以用于寻找一些描述这些人脸的养异性特征。这个训练过程通常是在离线状态下进行的。一经训练后,分类器可以被用來从新的人脸图像中提取差异性特征呈现给系统。这样,就可通过比较两个特征的差界来比较两个人脸的差界了。

4、人脸特征捉収的算法可以粗略的划分为整体性和局部性的方法(ZhaoetaL,2003)。整体性方法使用整个人脸区域作为原始输入呈递给系统。一般而言,这些系统把人脸投影到一个便于识别的低维系统。众所周知的整体性技术有-特征脸法(TurkandPentland1991)和Fisher脸法(Belhumeuretal.,1997)。相反,局部方法试图聚集一•些能够很好定义的位直信息来识別人脸。其中一些局部方法有弹性图匹配算法(WiskolWal.,1997)和隐马尔科夫模型(NefianandHayes,1998)o目询,无论是整体性方法还是局部性方法的研究都很活跃(Zhaoeta

5、l.,2003;Tolbaetal.,2005)。H从D

6、时,一些与鉴定相关的信息也有可能会丢失。木文研究了通过结合两种分类器获得的得分能否改善有代表性的整体性方法的识别粕度。这两种分类器分别在自然人脸和Gabor人脸上得到训练。所提出的结合方案在FRGC(Phillipsetal.,2005)人脸库上进行了评价。FRGC是和人脸识别最相关的二维静止图像人脸库。我们的结果表明,所提出的得分融合方案改善了本文所研究的所有整体性方法的精确度。本文剩下的部分是按这样的方式进行组织的:第2和第3部分分别讨论了相关的工作和Gabor人脸描述的一些背景。第4和第5部分简切的介绍了木文所需的整体性验证算法和结合不同得分的方法。最后,第6和第7部

7、分评价、总结了我们的发现并提出了一•些未来的研究工作。2相关工作Gabor变换曾经被用来改善整体性方法的识别精度。Liu和Wechsler在2(X)1和2002年提出了一种将Gabor脸输入到特征脸(PCA)和Fisher脸(LDA)中,从而得到了改进的统计识别方法,该方法在FERET人脸库上进行试验,识别率提高了30%左右。后来,Liu在2004和2006年提出的将上述Gabor脸输入到独立核版本中,也表明得到了最好的效果Z一OXieetal在2005年提出了一种不同的整体性方法KCFA。这种方法计算了训练样木集

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。