首页> 中文学位 >非迭代三维最大边缘准则及其在人脸识别中的应用
【6h】

非迭代三维最大边缘准则及其在人脸识别中的应用

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引言

第一节 研究背景

第二节 人脸识别的研究现状及应用前景

第三节 当前人脸识别存在的技术问题

第四节 本文研究的主要目标

第五节 论文框架结构

第二章 Gabor小波变换

第一节 简介

第二节 Gabor小波变换

第三章 最大边缘准则(MMC)

第一节 简介

第二节 最大边缘准则

第三节 线性特征提取

第四章 回顾二维最大边缘准则

第一节 简介

第二节 二维判别分析(2DDA)

第三节 2DDA和1DDA的关系

第四节 二维最大边缘准则

第五章 新提出的三维最大边缘准则

第一节 前言

第二节 张量最大边缘准则(TMMC)

第三节 三维最大边缘准则(3DMMC)

第四节 3DMMC+LDA

第六章 实验设计

第一节 ORL人脸数据库

第二节 YALE数据库

第三节 USPS数据库

第四节 PIE数据库

第五节 FERET数据库

第六节 本章小结

第七章 总结

参考文献

致谢

在读期间完成的研究成果

展开▼

摘要

人脸识别是生物特征识别中一个活跃的研究领域。尤其在新时期的反恐和安全问题等具有重要作用。如何抓住人脸的轮廓特征和局部细节特征,研究优良的识别方法,成为目前计算机技术和模式识别领域中非常重要的研究方向。
  人脸识别的研究需要克服的困难很多,人脸形态的差异性和环境的多样性,受到年龄和皮肤受损等的影响,这使得人脸识别的稳定性很难做到,其中包括姿态、光照、表情、饰物(眼睛、胡须)外在因素的影响,使得识别的稳定性和准确性很难提高。之前的很多基于降维和分类的人脸识别方法,大多是将二维图像转化为一维,这样会无形中忽略了人脸原本隐藏的数据结构,而且经常会导致小样本问题,后来二维判别分析技术成为了一个人们热衷的技术,该方法可以克服前面面提到的缺点,然而二维的特征提取方法仍然是基于整个图像的行或者列的,所以二维的特征提取方法提取的特征仍然可能还有一些冗余信息。本文为了充分抓取人脸的细节和轮廓特征,提出了针对三维数据的三维最大边缘准则(3DMMC)。此方法是基于最大边缘准则(MMC)的,MMC是一个冗余、稳定、高效的准则。此方法在保持数据三维结构的前提下,从三个方向同时对数据进行降维,得到高识别率的分类器。
  本文为了能够捕捉到人脸的轮廓特征,采用了Gabor小波变换的方式提取物体的轮廓区域特征,有研究显示,2D的Gabor小波核函数与哺乳动物的视觉神经元细胞结构很相似,具有很强的空间位置、尺度、方向选择特性。所以此方法将会提取出更多的重要信息,识别能力也会得到显著提高。
  最后为了能够更好的验证本文提出方法的有效性和稳定性。本文对四个主流人脸数据库和一个手写数据数据库,六种算法进行对比试验。比较不同训练样本下的识别算法的表现。试验结果证明,本文提出的3DMMC,3DMMC+LDA是一个在人脸识别领域稳定有效的方法。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号