共查询到20条相似文献,搜索用时 15 毫秒
1.
针对传统人脸图像纹理特征识别方法中存在的计算量大,样本训练与测试时间较长,识别正确率较低等问题,提出一种新的基于PCA模型的人脸图像纹理特征高精度识别方法。在人脸图像预处理过程中,采用Gabor滤波器确定人脸图像训练样本中的双眼位置,结合卷积运算与人脸几何模型从图像中分割出目标人脸区域,并对分割得到的图像进行规范化处理;采用PCA模型对预处理后的图像进行降维与特征向量提取,并根据选取的主要纹理特征以及欧式距离近似度量结果,实现人脸图像纹理特征高精度识别。实验结果表明,所提方法的识别准确度高于实验对比方法,且样本训练时间与测试时间明显缩短,具有较好的鲁棒性。 相似文献
2.
在MATLAB环境下,取ORL人脸数据库的部分人脸样本集,基于PCA方法提取人脸特征,形成特征脸空间,然后将每个人脸样本投影到该空间得到一投影系数向量,该投影系数向量在一个低维空间表述了一个人脸样本,这样就得到了训练样本集。同时将另一部分ORL人脸数据库的人脸作同样处理得到测试样本集。然后基于最近邻算法进行分类,得到识别率,接下来使用BP神经网络算法进行人脸识别,最后通过基于神经网络算法和最近邻算法进行综合决策,对待识别的人脸进行分类。 相似文献
3.
在传统的基于小波变换的人脸识别方法的基础上,加入稀疏表示的方法对人脸识别进行研究,进一步提高人脸识别率。小波变换把人脸图像分解为一幅低频人脸图像和三幅高频人脸图像,低频人脸图像代表人脸图像的全局(整体)信息,高频人脸图像代表人脸图像的纹理和边缘等细节信息。低频人脸图像在人脸识别中起到关键性作用,用正交投影的方法对低频人脸图进行识别得到的低频人脸图像分类隶属度。高频人脸图像在人脸识别中同样存在不可忽略的作用,用基于领域能量的方法把三幅高频人脸图像融合为一幅高频融合人脸图像,然后用稀疏表示的方法对融合图像进行识别得到高频人脸图像分类隶属度。最后把高、低频分类隶属度融合确定人脸图像所属类别,与传统人脸识别方法相比,进一步提高了人脸识别率。 相似文献
4.
针对传统考生身份认证方法的缺陷,提出一种基于人脸识别的考生身份认证系统。首先利用图像采集系统采集考生人脸图像,然后对人脸图像进行特征提取和特征选择,并将人脸特征输入到人脸特征库进行匹配,最后采用支持向量机算法对人脸进行分类识别。实验结果表明,该系统提高了考生身份识别的正确率,减少了识别时间,能够很好满足实际考试的要求。 相似文献
5.
6.
生物特征识别过程中的人脸识别,人脸数量的巨大,限制了这项技术的应用性.本文提出了一种基于云计算的大规模人脸特征图像匹配技术,运用广域云计算网络模型,对图像中存在的人脸特征信息进行有效地提取.在云计算的相关对比算法中,运用改进的ASM匹配模型进行人脸特征的提取与匹配.保证特征的进度,运用云计算强大的运算能力,完成海量图像的人脸图像匹配,克服了传统算法的弊端.实验证明,这种算法能够避免由于人脸的图像数量过大,造成的图像匹配耗时的缺陷,大幅提高了相关算法的应用性. 相似文献
7.
8.
作为一个重要的人类外部特征.人脸识别具有重要的理论和实际应用价值针对人脸图像具有大样本和高维度的特点.本文提出了BP神经网络识别算法,分析了BP神经网络的基本特点,提出了利用人脸图像预处理获得面部图像的特征值,最后设计针对人脸识别的神经网络系统 相似文献
9.
一般的人脸识别系统主要包括图像与处理、人脸定位、特征提取、样本学习和识别过程四部分,其中人脸定位和特征提取的好坏直接影响到识别效果,文章研究的是特征提取方法中人眼定位算法,该算法利用Vusya1 C++编写程序,在人脸粗定位的基础上进行,缩小了搜索范围,实现人眼定位. 相似文献
10.
针对仅在整幅人脸图像上进行奇异值分解无法得到人脸识别所需的足够信息的问题,提出了一种利用人脸图像的局部奇异值和灰色关联分析进行人脸识别的方法。该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息和克服"小样本"效应。在识别阶段,对待识别人脸的特征向量,计算其对各人脸样本的隶属度,最后做出判断。该方法与传统方法在ORL人脸库上进行的对比实验结果,表明了该方法的优越性。 相似文献
11.
提出一种针对部分遮挡的人脸图像进行分类识别的新算法。采用Gabor小波变换对人脸图像进行特征提取,从而得到图像的Gabor特征矩阵。并利用支持向量机的方法实现遮挡人脸的分类识别。经仿真实验证明该算法有效。 相似文献
12.
13.
《科技风》2017,(13)
本文基于对数字图像处理问题的研究,建立了图像预处理模型与图像相似度计算模型,同时从轮廓检测与提取和特征识别方面对模型进行了修正。第一,在图像预处理模型中,本文采用Niblack二值化算法对人脸斑点、肤色和皱纹等一些皮肤细节部分进行滤波处理,通过设置阈值来除去皮肤细节等问题,实现对图像特征区域的粗略提取。第二,在边缘检测模型中,本文采用的是高斯滤波和拉普拉斯边缘检测算法相结合的方法,使用高斯—拉普拉斯算子对图像实行边缘检测,通过检测得到进而获取人脸的轮廓。第三,在图像相似度计算中,本文建立了基于SVD奇异矩阵分解的PCA主成分分析模型,实现对图像特征向量的提取,然后采用巴氏距离算法计算人脸轮廓图像相似度。 相似文献
14.
提出一种人脸识别方法用于解决姿态变化对识别准确率的影响。首先检测人脸图像的SIFT特征,然后根据SIFT特征计算人脸图像间的多示例距离;基于此多示例距离,用保局投影将人脸图像映射至流形空间,最后在流形空间中采用K近邻方法进行人脸识别。该方法有三个特点:(1)采用SIFT特征减小了未知姿态对识别准确率的影响;(2)通过保局投影将特征变换到流形空间一个点,避免了复杂的SIFT特征匹配策略;(3)借助流形方法滤除高维特征中的噪声。实验结果表明与已有方法相比,在人脸姿态不确定的情况下,该方法能提供较为理想的识别准确率。 相似文献
15.
人脸识别在身份验证领域得到了越来越多的应用。本文设计了一种基于LDP特征的人脸识别方案,首先将人脸图像与8个方向的Kirsch模板作卷积,对卷积结果进行二进制编码,得到LDP编码图像,并对编码图像分块提取直方图构建特征向量,采用最近邻分类器和卡方距离,在ORL标准人脸库上进行实验,实验结果表明,选择合适的参数,本文的算法在ORL标准人脸库上的识别准确率最高可达97.85%。 相似文献
16.
针对二维图像序列非刚体三维特征恢复识别技术受到背景多样性、运动复杂性、数据的丢失、特征点噪声等问题的影响,识别重建人脸特征面临着形变程度估计不准,识别误差较大的问题,提出一种基于随机图像序列的三维人脸识别算法.该方法通过在三维人脸运动恢复的框架模型中加入一定的物理运动约束,刻画不同非刚体运动形状基的情况下,准确计算人脸运动形变的程度,运用形状基模糊关联技术完成人脸的三维识别.实验结果表明,这种方法得到的解误差较小,识别效果明显. 相似文献
17.
18.
19.
20.
提出了一种人脸关键点检测方法,该方法用了少量的正面图像,不用归一化人脸图像,而传统的人脸关键点检测方法需要对图像进行严格预处理。随机森林是一种分类器融合算法,可以很好地解决多类分类问题,虽然LBP特征简单,但其可以包含大量的纹理信息。利用改进的LBP特征与随机森林相结合,构成一种对人脸关键点检测的方法。通过高斯平滑图像的LBP特征的提取,对每个点生成特征,计算出有用的特征作为正例,并且与反例集合变为训练集。通过随机森林分类器进行分类,误差率较低,仅在10%左右。 相似文献