首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 187 毫秒
1.
使用人脸类Haar特征进行人脸检测,采用2DPCA与Fisher结合的降维算法得到人脸特征子空间,将经过PC机得到的样本特征子空间文件通过网络传输到嵌入式平台,结合最近邻算法识别人脸,实现了一种嵌入式人脸识别系统,较好地解决了嵌入式人脸识别系统由于图像处理数据巨大而造成处理效率低的难点。基于EELiod270嵌入式开发平台实现了该系统,结合实际图片进行了人脸识别测试,实践结果表明系统效果良好。  相似文献   

2.
李靓  文畅  谢凯  贺建飚 《科技通报》2019,35(8):139-146
为解决人脸识别工作中测试数据与训练数据的差异带来的精度损失问题,提出一种C2D-CNN模型下的人脸识别方法。该模型将彩色2DPCA算法提取的原始图像像素特征与CNN(Convolutional Neural Network)学习的图像表示相融合,能显著提高人脸识别性能。进一步的,提出一种新的CNN模型,在CNN中引入归一化层,以加速网络收敛,此外还加入了分层激活函数,使得激活函数对归一化后的数据有自适应性。选取复杂环境下的FRGC人脸库以及自采集人脸库进行实验。实验结果表明,对于FRGC人脸库,相比Alex Net网络,本算法的预训练时间缩短了69. 4%,识别率提高了9. 72%~22. 99%,相比微调后的AlexNet网络,识别率提高了6. 07%~15. 28%,解决了测试集与训练集之间的差异带来的识别率低的问题。  相似文献   

3.
本文分别介绍了一种基于指纹人脸识别的多生物特征身份认证方法,并针对传统的指纹人脸方法提出相应的改进算法。对指纹识别,本文提出采用局部归一化方法结合Gaussian滤波器来计算指纹方向,再对局部脊线补偿法(Loca lRidge Compensation)进行快速运算,能够更加快速准确地进行指纹识别。人脸识别通过定位人脸位置并且进一步提取人脸特征来进行匹配,使用LBP(Local binary patterns)算子对人脸样本进行局部特征提取,对LBP处理后的人脸图像使用主成分分析(PCA)进行降维,并采取了极限学习机(Extreme learning machine,ELM)分类器进行匹配,将指纹、人脸的识别结果在决策层进行融合,最后做出判断,从而得到准确稳定的身份认证系统。  相似文献   

4.
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   

5.
由于人脸姿态、光照和表情等各方面的显著差别,使人脸识别成为非常具有挑战性的模式识别问题.主成分分析是模式识别技术中经典的特征抽取和降维技术之一.使用二维主成分分析方法(2D PCA)实现了人脸识别,传统的主成分分析方法(PCA)把图像矩阵转换成列向量进行处理,从而丢失了一部分特征信息,并且使协方差矩阵的维数很高、计算量很大;2D PCA直接在图像矩阵上进行处理,充分利用了样本类别的差异,大大减少了计算量.在ORL人脸库上利用2D PCA方法进行实验,实验结果表明2D PCA优于PCA.  相似文献   

6.
针对常见的基于PCA的人脸识别方法在识别过程中所遇到的计算量大、分类特征不佳等问题,提出了基于遗传算法的PCA+2DPCA的人脸识别方法,并通过实验,利用ORL人脸数据库验证了该方法的可行性。  相似文献   

7.
汪维东 《科技通报》2012,28(10):52-54
研究基于图像的人脸准确识别问题.人在佩戴眼镜的情况下,脸部受到眼镜遮挡,造成无法提取眼部区域特征,人脸主要特征丢失,造成识别准确率下降.为了避免上述缺陷,提出了少量特征相关性计算的人脸识别方法.对提取的人脸图像少量的特征参数进行非线性变换处理,获取特征向量权值系数.利用小波变换方式计算人脸特征相关性系数,通过少量特征相关性进行人脸识别.实验证明,这种眼部特征图像人脸识别方法提高了佩戴眼镜情况下,人脸识别的准确率,取得了满意的效果.  相似文献   

8.
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   

9.
针对小波变换在人脸识别中存在识别正确率较低的问题,提出了一种基于二维经验模式分解的人脸识别方法。首先利用二维经验模式分解对人脸图像进行分解,再提取各分解子图像的能量作为人脸特征向量,并采用支持向量机进行训练和识别。经剑桥大学ORL人脸库的图像识别实验表明,所提方法的识别率高于小波方法,正确率达到98.6%。  相似文献   

10.
《科技风》2017,(3)
人脸图像在实际采集过程中会严重受光照条件变化的影响,本文围绕复杂光照问题展开,在ORL人脸库和Yale B人脸库采用2DPCA+2DDWT算法提取复杂光照条件下的人脸图像特征,验证其鲁棒性。  相似文献   

11.
提出了基于小波变换和隐马尔可夫模型的人像鉴别算法. 该算法首先对图像进行3级小波分解,然后把3个不同分辨率的低频子图像由小到大排列成树状结构,形成低频小波树. 接着利用独立元分析对每个小波树枝进行去相关、降维,形成特征小波树枝,并把它作为观测向量对隐马尔可夫模型进行训练,把优化的模型参数用于人脸识别. 分析了观测向量维数与识别率的关系,以及状态个数和高斯概率混合成分的个数对识别率的影响,定性描述了隐马尔可夫模型的本质. 在ORL人脸数据库上,同其他四种相关方法进行了比较,实验结果表明,该方法识别率较高,工程上易于应用.  相似文献   

12.
图书馆借阅管理系统中读者身份的识别是智能化管理的重要环节,目前的校园一卡通是针对物的识别,而基于指纹识别的身份鉴别的接触性和易破坏性,有悖于图书管理的人性化。采用Adaboost算法根据人脸面部的灰度分布的Haar-like特征进行人脸检测和采用主分量分析方法提取特征脸进行人脸识别,将人脸识别技术引入图书馆借阅管理,使读者身份的识别从对物的识别提升为对人的识别,提高了借阅管理系统的人性化和智能化。  相似文献   

13.
本文设计了一种基于RFIC和人脸识别的ARM嵌入式安全认证系统。深入地分析人脸识别过程中的预处理,以及PCA和LDA等特征提取方法,利用MATLAB对人脸识别算法仿真,并比较特征向量个数以及分类器等因素对识别率的影响。  相似文献   

14.
人脸识别技术是以人工智能算法为技术支持,以大数据分析为手段,进而实现人脸识别的目的。根据算法的不同,有基于2D识别算法和3D识别算法的人脸识别技术系统。但不管基于何种算法,均面临欺骗攻击、技术利维坦及责任风险等社会风险。欺骗攻击包括2D欺骗攻击和3D欺骗攻击;人脸识别技术利维坦是集人工智能“赛维坦”和大数据“数字利维坦”于一身的复合型技术利维坦;责任风险表现为现有的过错责任原则无法有效地对人脸识别技术带来的责任规则进行划分。为防范人脸识别技术的社会风险,除需对该技术进行深度研发外,更需要从该技术系统的应用端出发,对该技术使用的范围、手段和目的进行规制。  相似文献   

15.
李爽 《科技通报》2012,28(8):80-82
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   

16.
非特定人连续语音识别系统具有非常高的计算复杂度,对系统的硬件资源有很高的要求,本文针对该问题设计了一款基于MPC5200微处理器的嵌入式平台,在该平台上实现了基于隐含马尔可夫模型的非特定人连续语音识别系统,实验结果表明该嵌入式语音识别系统达到了实时识别的要求。  相似文献   

17.
赵璞  袁华 《大众科技》2014,(4):32-34
近年来,人脸识别一直是计算机视觉和模式识别领域一个很热门研究课题。随着压缩感知理论的发展,稀疏表示已经成功应用于人脸识别。文章系统地综述了人脸识别的研究现状、系统,并重点介绍了基于稀疏表示的人脸识别算法及求解,最后对人脸识别算法存在的问题以及发展进行了展望。  相似文献   

18.
The permeability index of the blast furnace is a significant symbol to measure the smooth operation of the blast furnace. This paper proposes a novel prediction model for permeability index of the blast furnace based on the multi-layer extreme learning machine (ML-ELM), the principal component analysis (PCA) method and wavelet transform (called as W-PCA-ML-ELM prediction model). This modified ML-ELM algorithm is based on the ML-ELM algorithm and the PCA method (named as PCA-ML-ELM). The PCA method is applied on the ML-ELM algorithm to improve the algebraic property of the last hidden layer output matrix which deteriorates its generalization performance due to the high multicollinearity. Because the production data of the blast furnace field contain noises, this paper applies the wavelet transform to remove the noise. Comparing with other prediction models which are based on the ML-ELM, the ELM, the BP and the SVM, simulation results illustrate that the better generalization performance and stability of the proposed W-PCA-ML-ELM prediction model.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号