0849-340121906
当前位置:主页 > 新闻动态 > 内部发布 >

人脸识别核心算法及技术解析

发布时间:2022-06-12 03:25   浏览次数:次   作者:yobo体育全站app下载
本文摘要:在检测到人脸并定位面部关键特征点之后,主要的人脸区域就可以被剪裁出来,经过预处理之后,馈入后端的辨识算法。辨识算法要已完成人脸特征的萃取,并与库存的未知人脸展开核对,已完成最后的分类。我们在这方面的主要工作还包括: 基于LGBP的人脸识别方法 问题: 统计资料自学目前早已沦为人脸识别领域的主流方法,但实践中指出,基于统计资料自学的方法往往不会不存在推展能力很弱的问题,特别是在在待辨识图像属性不得而知的情况下,更加难以确定使用什么样的训练图像来训练人脸模型。

yobo体育全站app下载

在检测到人脸并定位面部关键特征点之后,主要的人脸区域就可以被剪裁出来,经过预处理之后,馈入后端的辨识算法。辨识算法要已完成人脸特征的萃取,并与库存的未知人脸展开核对,已完成最后的分类。我们在这方面的主要工作还包括:  基于LGBP的人脸识别方法  问题:  统计资料自学目前早已沦为人脸识别领域的主流方法,但实践中指出,基于统计资料自学的方法往往不会不存在推展能力很弱的问题,特别是在在待辨识图像属性不得而知的情况下,更加难以确定使用什么样的训练图像来训练人脸模型。

yobo体育全站app下载

鉴于此,在对统计资料自学方法展开研究的同时,我们还考虑到了非统计资料模式识别的一类方法。  思路:  对于等价的人脸图像,LGBP方法首先将其与多个有所不同尺度和方向的Gabor滤波器卷积(卷积结果称作Gabor特征图谱)取得多分辨率的转换图像。

然后将每个Gabor特征图谱区分成若干彼此之间共线的局部空间区域,对每个区域萃取局部邻域像素的亮度变化模式,并在每个局部空间区域内萃取这些变化模式的空间区域直方图,所有Gabor特征图谱的、所有区域的直方图串联为一高维特征直方图来编码人脸图像。并通过直方图之间的相近度给定技术(如直方图递运算)来构建最后的人脸识别。在FERET四个人脸图像测试子集上与FERET97的结果对比情况闻下表格。由此可见,该方法具备较好的辨识性能。

yobo体育全站app下载

而且LGBP方法具备计算速度慢、需要大样本自学、推展能力强劲的优点。  表格.LGBP方法与FERET'97最佳结果的对比情况  基于AdaBoost的Gabor特征选择及判别分析方法  问题:  人脸叙述是人脸识别的核心问题之一,人脸识别的研究实践中指出:在人脸三维形状信息无法精确提供的条件下,从图像数据中萃取多方向、多尺度的Gabor特征是一种适合的自由选择。用于Gabor特征展开人脸识别的典型方法还包括弹性图给定方法(EGM)和Gabor特征判断分类法(GFC)。EGM在简单中必须解决问题关键特征点的定位问题,而且其速度也很难提升;而GFC则必要对下取样的Gabor特征用PCA降维并展开判别分析,尽管这防止了精确定位关键特征点的难题,但下取样的特征维数依然偏高,而且非常简单的下取样策略很有可能遗漏了十分多的简单特征。


本文关键词:人脸,识别,核心,算法,及,技术,解析,在,检测,yobo体育全站app下载

本文来源:yobo体育全站app下载-www.hblctgj.com