欢迎来到天天文库
浏览记录
ID:51200273
大小:9.10 MB
页数:66页
时间:2020-03-20
《面向应用的人脸识别技术研究.pdf》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、中国科学技术大学硕士学位论又面向应用的人脸识别技术研究作者姓名:学科专业:导师姓名:完成时间:王振模式识别与智能系统朱明教授二。一贰年六月一日IUIllllllUlIIMIIIIIIIIl\2125693UniversityofScienceandTechnologyofChinaAdissertationformaster’SdegreeResearchonApplicationOrientedFaceRecognitionTechnologyAuthor’SName:ZhenWangSpeciality:PatternRecognitionandIntelligentSystemSup
2、ervisor:Prof.MingZhuFinishedtime:June1虬,2012中国科学技术大学学位论文原创性声明撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均己在论文中作了明确的说明。作者签名:签字日期:中国科学技术大学学位论文授权使用声明等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。口公开作者签名:签字日期:导师签名:签字日期:、。,》本人声明所呈交的学位论文,是本人在导师指导下进行研究工作所取得的成果。除已特别加以标注和致谢的地方外,论文中不包含任何他人已经发表或作为申请学位的条件之一,学位论文著作
3、权拥有者授权中国科学技术大学拥有学位论文的部分使用权,即:学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅,可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索,可以采用影印、缩印或扫描口保密(——年)勿彪//摘要频繁流动对传统的身份鉴定提出了挑战。此外新时代中的电子商务、社交网络、人机交互等也对快速识别人的身份、性别、年龄等信息提出了需求。在传统的越来越多的研究人员从事人脸识别的研究。本文主要对人脸识别中的单人单样本、光照预处理以及性别识别三个问题做了相关研究。新提出的基于稀疏表示的人脸识别算法取得了优于多种前人算法的识别率。本文提出一种新
4、的通过结合对数域中的离散余弦变换和直方图归一化的算识别率有明显提高。本文研究了一种首先使用40个不同方向、不同尺度的Gabor算子对图像卷得了93.71%的识别率。关键词:人脸识别单人单样本光照性别识别随着信息技术的发展,人类逐步进入信息化时代。新的时代中大量人口的识别方式不能满足人们需求的时候,越来越多的研究人员把注意力转向生物特征识别,其中人脸识别因其非侵入性、使用便捷等优点受到人们的广泛欢迎。鉴于人脸识别在智能监控、门禁系统以及新兴互联网行业中巨大的应用潜力,(1)单人单样本本文通过使用多种途径生成虚拟人脸的方式来扩大样本集,然后结合一种(2)光照处理法。因为前者没有实现归一化的实际
5、思想,本文通过使用直方图归一化的算法将前面处理的结果图像的直方图映射为正态分布的方式做补偿,实验结果显示(3)性别识别积,然后对每个卷积得到的幅值图像使用局部二元模式编码,然后将分块的编码图像的直方图连接在一起形成初步的特征,接着使用一种子空间映射方法将每个分块的直方图映射为一个数值,从而实现特征的降维。实验表明该算法取摘要IIAbstractW讹thedevelopmentofinformationtechnology,humanis鲥uaIlyememgmel幽rInationera·Inthenewera,traditionalidentificationtechnobgyischa
6、llengedbYthemovementofpopulationwithalargebase.MoreoVeLnewrequ鹏mentlsproposeQbyelectronicbusiness,socialnetwork,human-co唧眈rmteractl0I】,astheyneedfastidentification,genderrecognitionandagerecognitiorLBecause旬隰ditionaltechnologycannotmeettheserequ讹men乜,morea11dmoreresearchersareturningtheirattention
7、topopularduetoitsnon-invasivefeaturebiometricrecogn赴ion.Facerecognitionisandeasy-to—usemerits.Moreandmoreresearcl】e船areattractedbyhugeutilizationpotentialityoffacerecognitioninintelligentsurveillance,accesscontr0
此文档下载收益归作者所有