Open Nav

特征脸与 Fisherfaces ︰ 使用类特定线性投影识别

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

特征脸与 Fisherfaces ︰ 使用类特定线性投影识别(中文5000字,英文PDF)
摘要:我们开发的是对照明方向和面部表情的较大变化不敏感的人脸识别算法。我们使用模式分类方法将图像中的每个像素当做是高维空间中的坐标。在高维图像空间的一个3D线性子空间中,观察固定姿势的特定人脸在不同光照条件下的变化。假设这张脸是一个没有阴影的朗伯表面。然而,由于人脸不是真正的朗伯体表面并且还会产生自我阴影,因此图像会偏离这个线性子空间。我们以一种削弱较大偏差人脸区域的方式将图像呈现到一个子空间,而不是直接的的建立偏差模型。项目所用的方法是基于Fisher的线性判别,并且得到了在低维空间中分类好的类,甚至是在光照和表情变化剧烈的条件下。特征脸技术是另一种基于将图像空间线性投影到一个低维子空间的方法,有类似的计算要求。然而,大量在Harvard和Yale人脸库上的实验结果表明Fisherface算法比特征脸算法的错误率低。 [资料来源:http://doc163.com]

 

[版权所有:http://DOC163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4