天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于特征點(diǎn)多尺度LBP和虛擬樣本的單樣本人臉識別方法及應(yīng)用

發(fā)布時間:2023-06-02 23:38
  隨著科學(xué)與新技術(shù)的蓬勃發(fā)展,在人們工作生活的各個方面都可以看見人工智能的應(yīng)用。人臉識別是人工智能研究的熱點(diǎn)方向,其應(yīng)用范圍已覆蓋安防、金融和移動智能硬件終端等領(lǐng)域。而在某些應(yīng)用場景下,往往只能獲取每個人的單張人臉圖像。在此情況下,大部分傳統(tǒng)人臉識別方法的識別性能會大幅度降低。因此,解決單樣本人臉識別問題有著十分重要的研究意義和廣闊的應(yīng)用價值。針對單樣本人臉識別問題,本文做的工作主要如下:(1)本文首先對人臉識別步驟中的人臉檢測、人臉對齊與矯正的算法原理進(jìn)行了詳細(xì)地分析,并將其應(yīng)用于單樣本人臉識別中。然后,針對傳統(tǒng)人臉識別算法的不足,詳細(xì)分析了基于LBP、PCA及其改進(jìn)算法。最后,針對單樣本條件下訓(xùn)練樣本不足的問題,詳盡分析了鏡像變換法、對稱臉擴(kuò)充法和滑動窗口擴(kuò)充法等樣本擴(kuò)充方法。(2)針對單樣本人臉識別中訓(xùn)練樣本數(shù)目不足的問題,且為了在訓(xùn)練樣本上提取鑒別性強(qiáng)、適應(yīng)性好的表征特征,提出了基于特征點(diǎn)多尺度LBP和虛擬樣本的單樣本人臉識別方法。本方法首先通過鏡像變換得到虛擬樣本來擴(kuò)充每個人的訓(xùn)練樣本數(shù)量,再通過在人臉49個關(guān)鍵特征點(diǎn)上提取多尺度LBP來表征人臉圖像的局部與全局范圍內(nèi)的高維有效...

【文章頁數(shù)】:68 頁

【學(xué)位級別】:碩士

【文章目錄】:
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
        1.1.1 單樣本人臉識別的研究背景
        1.1.2 單樣本人臉識別的研究意義
        1.1.3 人臉識別基本流程
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 圖像增強(qiáng)方法
        1.2.2 通用學(xué)習(xí)方法
        1.2.3 基于子空間的方法
        1.2.4 基于虛擬樣本生成的方法
        1.2.5 基于三維模型的方法
    1.3 本文的主要工作及內(nèi)容安排
        1.3.1 本文主要工作
        1.3.2 論文結(jié)構(gòu)安排
2 單樣本人臉識別方法及相關(guān)理論
    2.1 引言
    2.2 基于AdaBoost的人臉檢測
        2.2.1 人臉檢測基本原理
        2.2.2 AdaBoost算法原理
        2.2.3 人臉檢測算法總體設(shè)計
        2.2.4 人臉檢測的實現(xiàn)
    2.3 基于SDM的人臉對齊與矯正
        2.3.1 人臉對齊簡介
        2.3.2 SDM算法原理
        2.3.3 仿射變換
        2.3.4 人臉對齊與矯正的實現(xiàn)
    2.4 基于LBP及其改進(jìn)的人臉識別算法
        2.4.1 LBP基本原理
        2.4.2 均勻局部二值模式
        2.4.3 中心對稱局部二值模式
        2.4.4 局部三值模式
    2.5 基于PCA及其改進(jìn)的人臉識別算法
        2.5.1 PCA基本原理
        2.5.2 二維主成分分析
        2.5.3 雙向二維主成分分析
    2.6 單樣本下的樣本擴(kuò)充方法
        2.6.1 鏡像變換法
        2.6.2 對稱臉擴(kuò)充方法
        2.6.3 滑動窗口擴(kuò)充法
    2.7 本章小結(jié)
3 基于特征點(diǎn)多尺度LBP和虛擬樣本的單樣本人臉識別算法
    3.1 引言
    3.2 基于特征點(diǎn)LBP和虛擬樣本的特征提取算法
        3.2.1 虛擬樣本生成
        3.2.2 基于特征點(diǎn)的多尺度LBP特征提取
    3.3 基于KNN的識別分類
    3.4 實驗結(jié)果及分析
        3.4.1 數(shù)據(jù)庫介紹
        3.4.2 實驗結(jié)果與分析
    3.5 本章小結(jié)
4 基于特征點(diǎn)多尺度LBP和虛擬樣本的身份證認(rèn)證系統(tǒng)
    4.1 引言
    4.2 系統(tǒng)框架及流程設(shè)計
        4.2.1 系統(tǒng)框架
        4.2.2 系統(tǒng)工作流程
        4.2.3 系統(tǒng)描述
    4.3 系統(tǒng)的實現(xiàn)與測試
        4.3.1 身份證信息采集模塊的實現(xiàn)
        4.3.2 身份證認(rèn)證模塊的實現(xiàn)
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
附錄
    A.作者在攻讀學(xué)位期間發(fā)表的專利目錄
    B.作者在攻讀碩士學(xué)位期間參加的科研項目
    C.學(xué)位論文數(shù)據(jù)集
致謝



本文編號:3828242

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3828242.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶69be9***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com