简介:摘要人脸识别技术在实际生活中应用广泛,本文首先回顾近年来人脸识别的一般方法超分辨率算法、基于稀疏表示的分类方法、基于核范数的矩阵回归方法,并分别指出现有方法的适用范围及其局限性。最后对现阶段人脸识别在实际应用中亟待解决的问题进行总结,并展望今后人脸识别研究的发展趋势。
简介:摘 要:通常我们所了解的人脸识别算法是指将人的五官特征或者局部特征经过图像处理,上传到系统后端,再和数据库的人脸照片进行比对,最终识别出所需要的类别。人脸识别算法比较广泛应用于监控、公安系统、考试系统、门禁检查、身份识别等领域,而基于特征提取的人脸识别算法是人脸识别系统中的关键部分,接下来我们将通过本文了解一下关于人脸识别算法的特征提取需要注意的事项。
简介:在基于HMM的人脸识别方法中,由于把奇异值向量作为观察向量是将整幅图的奇异值向量作为图像的特征,不能详细描述图像的局部细节。提出将图像分割成多子个窗口,然后选取子窗口的局部奇异值组成人脸特征向量,通过对观察向量的仿真结果表明,这种方法在提高识别率方面都有很大进步,优于直接采用灰度值法、二维离散余弦变换系数法或采用奇异值向量法。
简介:摘要:众所周知,我国目前处于一个重要信息化和智能化背景之下,各种智能技术已经在各个领域内进行运用,并且随着时间的推移,这些智能技术均起到了很好的效果和作用,人脸识别技术正是其中之一。在现代社会发展过程中,人脸识别系统和算法已经在信息验证、人物信息识别等等方面进行运用,而且现代国内的电子商务和网络银行开始广泛进行运用,因此人脸识别算法无论是在当前还是未来的发展进程中,均具有很好的发展和应用前景,因此,在后续的发展过程中,需要重视人脸识别技术的发展。在本文中主要介绍一种基于RBF神经网络的人脸识别算法,其主要目的在于促进国内人脸识别水平得到对应的提升。
简介:摘要: 本文提出了一种新的特征提取方法,称为稀疏判别保持投影(Sparse Discriminant Preserving Projection,SDPP)。SDPP首先通过最小化l1正则相关的目标函数来保持数据的稀疏重构关系。然后,利用类别信息构建类内图和类间图。最后,以最大化类间散度与类内散度的比率来寻求最优投影矩阵。在Yale公开人脸数据库上的实验结果表明,利用SDPP特征提取后的分类性能优于经典的CRP和SPP算法。