基于LBP和Adaboost的人臉識別算法研究.pdf_第1頁
已閱讀1頁，還剩69頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、人臉識別作為一種生物特征識別技術(shù)，受到了廣泛的關(guān)注，成為應(yīng)用數(shù)學、信息技術(shù)緊密結(jié)合的前沿熱點問題。
　　識別算法是人臉識別系統(tǒng)的核心部分，直接影響到系統(tǒng)的性能。結(jié)合現(xiàn)代應(yīng)用數(shù)學技術(shù)，本文主要研究了基于局部二進制模式（Local Binary Pattern，簡稱LBP）和Adaboost的人臉識別算法。主要內(nèi)容如下:
　　第一，在應(yīng)用LBP算子構(gòu)造特征的過程中，提出了新的跳躍式分塊方式。用此方法構(gòu)造的特征能夠在信息冗余較低的

2、情況下，反映人臉不同尺度、不同位置的特征，便于機器學習算法高效地選擇最佳特征。
　　第二，在Adaboost算法的訓練過程中提出了快速計算樣本方法和計算閾值方法，提高了Adaboost算法的訓練速度。并提出對樣本進行隨機排序，提高訓練結(jié)果的魯棒性。
　　第三，針對LBP算子的一些不足，采用了拓展局部二進制模式(Extended LocalBinary Pattern，簡稱ELBP)構(gòu)造特征。使得到的特征不僅反映紋理變化的大小

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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)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(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)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。

評論

0/150

提交評論