毕业设计(论文)-人脸识别算法

毕业设计(论文)-人脸识别算法

ID:6362738

大小:935.50 KB

页数:29页

时间:2018-01-11

毕业设计(论文)-人脸识别算法_第1页
毕业设计(论文)-人脸识别算法_第2页
毕业设计(论文)-人脸识别算法_第3页
毕业设计(论文)-人脸识别算法_第4页
毕业设计(论文)-人脸识别算法_第5页
资源描述:

《毕业设计(论文)-人脸识别算法》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、人脸识别算法TheDesignandImplementationofAlgorithmsforHumanFaceRecognition1-ix人脸识别算法摘要人脸自动识别是模式识别领域的一项热门研究课题,有着十分广泛的应用前景。本文对人脸位置矫正,人脸的特征提取和识别这些方面进行了研究,并提出了相应的实现算法。人脸位置矫正作为人脸检测定位的一个环节,在计算机人脸识别中具有重要的意义。本文第二章提出了一种基于单人脸灰度图像中眼睛定位的人脸位置矫正方法,它是针对人眼灰度变化特点、人眼几何形状特征及双眼的轴对称性而设计的。实验结果表明,该方法对于双眼可见单人脸灰度图像能实现快速有效

2、矫正,并能在矫正结果中精确给出双眼瞳孔位置。本文第三章提出了一种基于神经网络的主元分析人脸图像识别方法。该方法利用非线性主元分析神经网络对人脸图像提取人脸特征(矢量),并在BP神经网络上实现了对人脸图像的识别。实验结果证明了该方法的有效性和稳定性。关键词1-ix人脸位置矫正,人脸特征提取,人脸识别,神经网络,灰度图像,图像块纵向复杂度,主元分析法,1-ixTheDesignandImplementationofAlgorithmsforHumanFaceRecognitionStudent:YangboGuAdvisor:Dr.WenmingCaoDepartmentofCo

3、mputerScienceandTechnologyCollegeofInformationEngineeringZhejiangUniversityofTechnologyAbstractTheautomaticrecognitionofhumanfacesisahotspotinthefieldofpatternrecognition,whichhasawiderangeofpotentialapplications.Astheresultsofourin-depthresearch,twoalgorithmsareproposed:oneforfaceposeadjus

4、tment,theotherforfacialfeatureextractionandfaceidentification.Faceposeadjustment,asaloopofhumanfacelocation,isveryimportantincomputerfacerecognition.Chapter2ofthisthesispresentsanewapproachtoautomaticfaceposeadjustmentongray-scalestaticimageswithasingleface.Inafirststage,therightpositionsof

5、eyesarepreciselydetectedaccordingtoseveraldesignedparameterswhichwellcharacterizethecomplexchangesofthegrayparameterinandaroundeyesandthegeometricalshapeofeyes.Duringthesecondstage,basedonthelocationandthesymmetryfeatureofeyes,theinclinationangleiscalculatedandthefacepositionisredressed.The

6、experimentationshowsthatthealgorithmperformsverywellbothintermsofrateandofefficiency1-ix.What’smore,duetothepreciselocationofeyes,theapplesoftheeyesaredetected.Inchapter3,anovelapproachtohumanfaceimagerecognitionbasedonprincipalcomponentanalysisandneuralnetworkshasbeenproposed.ByusingBPneur

7、alnetworks,humanfaceimagesaresuccessfullyclassifiedandrecognizedaccordingtotheoutputofBPNNwhoseinputistheeigenvectorextractedfromthehumanfaceimagesvianonlinearprincipalcomponentanalysisofasinglelayerneuralnetwork.Simulationresultsdemonstratetheeffectiven

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。