需要金币:2000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:12714 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:随着社会的逐渐发展,各种技术的出现,人们的生活质量不断的提高,不论是官方还是个人的安全问题引起了大家极大的重视,而如何能迅速准确的对某人的身份进行识别成为了重中之重。人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。人脸识别便可以满足人类的这一要求,为了满足这一条件,人们研究出了各种算法来对人脸进行识别,其中稀疏表示算法非常重要,该算法对特征提取不敏感等问题有了很好的解决办法,所以基于稀疏表示的人脸识别技术,以其简单的理论基础和优秀的鲁棒性能,受到众多国内外研究者们的关注。 因此,近年来基于稀疏表示的人脸识别受到了极大的重视,在科学研究中不断进步,并已有初步的工业与商业应用。本文介绍了稀疏表示的定义和背景,详细地探讨和分析了现阶段的研究成果,对稀疏表示的特定算法进行了调研,对稀疏表示有了一个全面的认知与诠释,同时通过将稀疏表示算法与其它表示算法相比较,表明了稀疏表示算法对于人脸识别的重要性。
关键词:稀疏表示;人脸识别;特征提取
目录 摘要 Abstract 1 绪论-1 1.1引言-1 1.2课题背景以及意义-1 1.3 国内外发展状况-2 1.3.1 国内发展状况-3 1.3.2 国外发展状况-4 1.4 本设计主要工作内容-5 1.5 章节安排-5 2 人脸识别相关算法-7 2.1核协同表示(KCR)-7 2.2 KCR框架的推广-7 2.3 SVM算法-8 2.4协同表示-9 3 稀疏表示方法-12 3.1 简介-12 3.2 稀疏模型-12 3.3 算法优缺点-15 3.4 小结-15 4 实验结果-16 4.1 人脸数据库-16 4.2 实验结果-17 结 论-20 参 考 文 献-21 致 谢-22 |