论文摘要
人脸自动识别技术指用计算机分析人脸图像,从中提取有效信息,实现身份自动鉴别的技术。与其他生物特征识别相比,它更直接、更友好、更自然,使用者无任何心理障碍。本文在前人研究工作的基础上,对图像预处理、特征提取、分类器训练等方法进行了深入研究,针对人脸的特点,设计并改进了一些有效的算法来解决人脸检测和识别中遇到的问题。(1)在图像预处理方面,本文在前人提出的Gentle boosting学习算法的基础上,增加了在算法训练阶段以及特征融合阶段,对输入图像首先进行直方图均衡处理,有效改善图片质量,突出图像中的有用信息,更有利于特征提取;(2)在特征提取方面,采用基于小片的区域特征提取的方法,以小片的形式在图像上随机采集,计算其与图像中心点的位移。与其他方法相比,本方法不拘泥于人脸的轮廓形状及灰度突变的硬性分布规定,复杂环境下的图像也能全面地采集到特征;(3)采用主元分析法进行人脸识别,提出首先对图像进行直方图均衡化处理及边缘检测,对人脸检测的结果进行识别,通过实验验证这两种方法结合起来的可行性;(4)实现一个人脸检测识别系统,使用一个自制的人脸库,在该系统上对上述算法进行了测试。实验结果验证本文所提算法运行效果良好,达到了设计的目的。
论文目录
相关论文文献
- [1].针对非平衡警情数据改进的K-Means-Boosting-BP模型[J]. 中国图象图形学报 2017(09)
- [2].Successful Application of Hydrocracking Technology Aimed at Prodigiously Boosting Jet Fuel Yield[J]. China Petroleum Processing & Petrochemical Technology 2016(04)
- [3].矩优化Boosting算法[J]. 模式识别与人工智能 2015(12)
- [4].Boosting算法理论与应用研究[J]. 中国科学技术大学学报 2016(03)
- [5].Boosting Rural Development through Industrial Prosperity[J]. China Today 2020(09)
- [6].比例优势boosting算法在高维有序多分类数据分析中的应用[J]. 中国卫生统计 2018(03)
- [7].Technology Relating to Catalyst for Boosting Gasoline Yield Developed by RIPP Passed Appraisal[J]. China Petroleum Processing & Petrochemical Technology 2017(01)
- [8].Thickness Measurement of Insulation Coating by NIR Spectrometry Based on Boosting-KPLS[J]. 光谱学与光谱分析 2011(08)
- [9].基于改进On-line Boosting算法的视频目标跟踪[J]. 电视技术 2015(16)
- [10].基于统计分析Boosting的复杂场景目标识别方法研究[J]. 仪器仪表学报 2010(08)
- [11].Short-term wind power forecasting using hybrid method based on enhanced boosting algorithm[J]. Journal of Modern Power Systems and Clean Energy 2017(01)
- [12].Overview of boosting options for future downsized engines[J]. Science China Technological Sciences 2011(02)
- [13].基于多类在线Boosting的图像识别算法[J]. 计算机辅助设计与图形学学报 2011(07)
- [14].Boosting Cultural Industry[J]. China's Foreign Trade 2009(21)
- [15].具有动态级联结构的在线Boosting算法[J]. 东南大学学报(自然科学版) 2009(S1)
- [16].基于Boosting框架的推荐系统架构与优化[J]. 现代电子技术 2020(08)
- [17].Catalyst RCGP-1 for Boosting Gasoline Yield Passed SINOPEC's Appraisal[J]. China Petroleum Processing & Petrochemical Technology 2017(02)
- [18].基于在线多核boosting的鲁棒视觉跟踪[J]. 光电子·激光 2016(05)
- [19].一种基于Boosting的目标识别方法[J]. 电气自动化 2013(05)
- [20].Snapshot boosting: a fast ensemble framework for deep neural networks[J]. Science China(Information Sciences) 2020(01)
- [21].线性回归模型的Boosting变量选择方法[J]. 工程数学学报 2015(05)
- [22].基于Boosting的网络异常流量检测算法研究[J]. 淮阴工学院学报 2011(05)
- [23].两分类不平衡数据的Boosting算法[J]. 统计与决策 2010(10)
- [24].基于组合Boosting回归的软测量建模[J]. 计算机工程与应用 2010(25)
- [25].基于改进的Boosting算法的仓库监控区域目标跟踪研究[J]. 微型电脑应用 2020(05)
- [26].Systematic Advancement[J]. Beijing Review 2020(24)
- [27].Boosting算法研究[J]. 电脑知识与技术 2008(36)
- [28].基于Boosting模糊分类的入侵检测[J]. 计算机工程 2008(05)
- [29].一种自适应的多类Boosting分类算法[J]. 计算机科学 2017(07)
- [30].基于Boosting算法软件可靠性动态赋权组合建模[J]. 数字技术与应用 2017(08)