基于DCT和支持向量机的人脸识别技术研究.pdf

基于DCT和支持向量机的人脸识别技术研究.pdf

ID:57744704

大小:4.18 MB

页数:47页

时间:2020-03-27

基于DCT和支持向量机的人脸识别技术研究.pdf_第1页
基于DCT和支持向量机的人脸识别技术研究.pdf_第2页
基于DCT和支持向量机的人脸识别技术研究.pdf_第3页
基于DCT和支持向量机的人脸识别技术研究.pdf_第4页
基于DCT和支持向量机的人脸识别技术研究.pdf_第5页
资源描述:

《基于DCT和支持向量机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、分类号UDC.密级编号基于DcT和支持向量机的人脸识别技术研究R。8e8rchoilFaceRecogniti。nBasedonDCTandSVM学位授予单位及代码:监101—8fi—)学科专业名称及代码:盐望担廛旦基垄(塑!垫!!研冗方向:国缝丝堡生搓嚣逖班指导教师:蔓住熬攫论文起止时脚:2009.]1--2010,12申请学位数别:亟±研究生:堕垫鲢长春理工大学硕士(或博士)学位论文原创性声明本人郑重声明:所呈交的硕士(或博士)学位

2、仑文.《基于DCT和支持向量机的人脸识别技术研究》是本人在指

3、导教师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担,作者签名勉L年—芝月羔旦日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”,同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交

4、学位论文的复印件和电子版,允许论文被查阅和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编八有关数据库进行检索,也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名导师签名驻。!型L年—三月21日摘要随着现实生活中对身份认证技术的迫切需求.研究者们也越来越关注人脸识£0技术的研究。由于人脸识别具有潜在的巨大应用前景.它不仅可以用于事后碌踪.也可以用于安全防控等众多实时的实际应用上。针对人脸图像的维数过高的问题,本文采用离散余弦变换技术(DCT)进行提取主要的特征,这个次屉佳的

5、方法相对于其他方法有很大的速度优势。同时仅用较少数量的DCT系数就能有效的表征样本数掘.进而可以达到加快整个人脸识别过程的速度的目的。本文采用支持向量机(SVM)来进}}入脸议别的分类问翘.主要是因为人脸识别属于牍型的小样本问题,而支持向量机恰好是解决小样本问题而研究出来的方法。因此本文深入研究和分析了SVM方法以及讨论了多分类方法的优缺点.并在此基础上,实现了模糊聚合算法和最小二录支持向量机理论的相结合,最终达判实时应用中的速度要求。我们通过标准的ORL人脸数据库进行实验,表明了这种方法在速度方

6、面确实有了提高。关键词:DOT统计学习理论最'1'----乘支持向量机核函数ABSTRACTWiththeurgentneedforideotit)verificationindail)life.theresearchersareincreasinglyconcerningabouttheFaceRecognitionFacerecognitionhasgreatpotentialprospectsItnotonlycallbeusedaRerthetrack.butalsopreventiona

7、ndcontrolandmanyotherreal—timeapplications,Inordertosolvefaceimagesofthehighdimensionality.weusediscretecosinetransformtoextractthemainfhaturesfromthewholefaceimagesComparedtoothermethods.ithasgreatadvantageforspeedWhileonlyasmallnumberofDCTcoefficien

8、tsCallbeeffectivelycharacterizedbysampledataTherebyithnprovesthespeedofthewholerecognitionprocessInthispaper_weusesupportvectormachineforclassificationoffacerecognitionBecausefacerecognitionisatypicalproblemofsmallsamplesize.andSVMistosolveexactlythep

9、roblemofsmallsampleomofthew“ThisarticlestudyandanalysisdeeplyoftheSVMmethodanddiscussestheadvantagesanddisadvantagesofmuhi·classificationanddiscussesindetailtheaggregationFuzzyalgorithmandLeastSquaresSupportVectorMachinetheoryThepurposeolintro

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。