版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,人臉識別技術因其友好、自然、易被用戶接受的特點,成為生物特征識別領域里面最為活躍的研究方向之一?;诙S人臉圖像的識別技術,受光照、姿態、表情地影響較大。就本質而言,二維人臉其實就是三維人臉在某一個方向上的投影,因而三維人臉具有更多更豐富的信息,理論上可以得到更好的識別效果。三維人臉識別研究將是未來人臉識別的一個新的重點。
本文從以下四個方面對闡述了基于深度的三維人臉識別技術的方法:人臉數據獲取、人臉數據預處理、特
2、征提取和分類器設計。本文的主要工作如下:
1.本文使用的是中科院CASIA三維人臉數據庫。我們先從數據庫獲取三維人臉數據,再進行去噪、姿態調整等預處理后,將三維人臉數據投影到二維X-Y平面,獲得深度圖像。在投影過程中我們采用了迭代插值的方法來填充數據丟失點(datamissingpoint),可以獲得較好的深度圖像。
2.在獲取深度圖像后,我們對傳統的二維特征提取方法,如PCA、LDA、LPP等進行了研究。P
3、CA是一種基準算法。在二維特征提取方法中,一般LDA優于PCA,于是我們也采用LDA方法來進行了實驗。由于三維人臉一般位于高維的非線性的流行結構,基于線性空間理論的算法在流行空間的凹進或凸出部位表現的不夠理想,難以得到較好的效果。
3.基于單一特征的三維人臉識別方法都有各自的局限性,我們在本文中提出了一種基于多種特征的分類器級聯的三維人臉識別方法。我們先用PCA方法先篩選出一部分候選數據,充分利用人臉數據的整體特征,再利用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非特定條件下三維人臉識別關鍵技術研究.pdf
- 人臉表情識別關鍵技術研究.pdf
- 基于深度攝像的手勢識別關鍵技術研究.pdf
- 視頻人臉表情識別關鍵技術研究.pdf
- 基于類屬超圖的視頻人臉識別關鍵技術研究.pdf
- 基于視頻流的人臉識別關鍵技術研究.pdf
- 遠距離人臉識別關鍵技術研究.pdf
- 三維人臉重建及其關鍵技術研究.pdf
- 人臉表情識別關鍵技術的研究.pdf
- 基于Kinect深度圖像的三維人臉識別技術研究.pdf
- 基于正交照片的三維人臉建模關鍵技術研究.pdf
- 基于PCA和SVM的人臉識別關鍵技術研究與實現.pdf
- 復雜光照條件下人臉識別關鍵技術研究.pdf
- 基于字典學習的人臉識別關鍵技術的研究.pdf
- 步態識別關鍵技術研究.pdf
- 基于圖像的昆蟲識別關鍵技術研究.pdf
- 多視角三維人臉建模的關鍵技術研究.pdf
- 深度圖像下人體部位識別關鍵技術研究.pdf
- 語種識別關鍵技術研究.pdf
- 掌紋識別關鍵技術研究.pdf
評論
0/150
提交評論