畢業(yè)設計（論文）：SIFT特征提取及其在人臉識別中的應用_第1頁
畢業(yè)設計（論文）：SIFT特征提取及其在人臉識別中的應用_第2頁
畢業(yè)設計（論文）：SIFT特征提取及其在人臉識別中的應用_第3頁
畢業(yè)設計（論文）：SIFT特征提取及其在人臉識別中的應用_第4頁
畢業(yè)設計（論文）：SIFT特征提取及其在人臉識別中的應用_第5頁
已閱讀5頁，還剩12頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

SIFT特征提取及其在人臉識別中的應用論文作者:指導老師:課題研究的意義和背景人臉識別技術作為一種生物識別技術，是重要的身份鑒定技術.特征提取是人臉識別中十分重要的一個環(huán)節(jié).什么是人臉識別技術？

利用計算機分析人臉圖像，提取有效的識別信息，進行辨別身份的一種技術.人臉特征提取方法的兩大類基于整體特征的提取方法基于局部特征的提取方法幾種經典的人臉特征提取算法主成分分析算法（PCA）Gabor尺度不變特征轉換（SIFT）快速魯棒性特征（SURF）方向梯度直方圖（HOG）局部二值模式算法（LBP）關鍵點保留SIFT算法（KPSIFT）基于SIFT特征提取的人臉識別流程圖輸入圖像（進行預處理）SIFT特征提取特征匹配與識別SIFT算法的基本原理構建尺度空間局部極值點檢測方向分配特征點描述子生成尺度空間的建立完成尺度變換的唯一線性核：高斯卷積核高斯卷積公式：高斯函數：高斯差分尺度空間：局部極值點的檢測去除低對比度的極值點：剔除不穩(wěn)定的邊緣響應點：用擬合三維二次函數來精確定位關鍵點的位置和尺度（實現亞像素精度）對極值點進行方向分配

給每個關鍵點加上方向參數，使特征算子具有旋轉不變性梯度的幅值和方向將直方圖定義為360度，每45度為一個bin區(qū)間，共8個bin右圖中直方圖里的峰值就是所在鄰域梯度的主方向特征點描述子生成旋轉主方向：保持SIFT算子的不變性生成描述算子歸一化處理實驗1：SIFT特征提?。?）高斯和高斯差分尺度空間的建立用高斯平滑濾波器處理圖像獲得高斯尺度空間，共有4組octave，每組5張高斯圖像將上下兩個尺度的高斯圖像進行相減，再對圖像進行濾波處理獲得高斯差分尺度空間，共有4組octave，每組4張高斯差分圖像（2）關鍵點檢測實驗分析：左側的圖是待檢測的原始圖像，右側的圖是檢測到極值

點的效果圖，其中每個點代表一個像素，這樣的點是與

它鄰近的26個像素點進行比較，然后進行檢測去除低對

比度和邊緣響應強的點后獲得的極值點。（3）生成描述子實驗分析：是一幅生成了SIFT特征向量（即描述子）的圖片，其中箭頭的起點表示關鍵點的位置，長度表示向量的模值，箭頭的指向表示了SIFT特征向量的方向。實驗2：基于SIFT特征提取的人臉匹配實驗目的：演示了在不同因素（光照、表情、姿態(tài)、遮擋）影響下，基于

SIFT特征提取進行人臉匹配的結果。實驗結果：不同因素對匹配結果的影響程度不同

光照變化下的匹配結果表情變化下的匹配結果

姿態(tài)變化下的匹配結果遮擋變化下的匹配結果

實驗分析：從圖中可以看出基于SIFT特征提取的人臉匹配在

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論