基于聚類的SIFT人臉檢測算法-論文.pdf

基于聚類的SIFT人臉檢測算法-論文.pdf

ID:58139509

大小:863.68 KB

頁數(shù):5頁

時(shí)間:2020-04-24

基于聚類的SIFT人臉檢測算法-論文.pdf_第1頁
基于聚類的SIFT人臉檢測算法-論文.pdf_第2頁
基于聚類的SIFT人臉檢測算法-論文.pdf_第3頁
基于聚類的SIFT人臉檢測算法-論文.pdf_第4頁
基于聚類的SIFT人臉檢測算法-論文.pdf_第5頁
資源描述:

《基于聚類的SIFT人臉檢測算法-論文.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第19卷第1期哈爾濱理工大學(xué)學(xué)報(bào)VoLl9No.12014年2月JOURNALOFHARBINUNIVERSITYOFSCIENCEANDTECHNOLOGYFeb.2014基于聚類的SIFT人臉檢測算法劉帥,林克正,孫旭東,程衛(wèi)月,李靜天(1.哈爾濱理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,黑龍江哈爾濱150080;2.海軍廣州91630部隊(duì),廣東廣k't510000)摘要:為解決在人臉識(shí)別領(lǐng)域的特征提取問題,提出一種尺度不變特征轉(zhuǎn)換的SIFT算法與聚類分析相結(jié)合的算法.在對人臉特征分類時(shí),通過選取最優(yōu)化的距離閥值,用聚類理論對生成的sI兀

2、’特征進(jìn)行聚類分析,從而得到若干特征類別.去除一些非主要特征類別,排除其他非目標(biāo)人臉主要特征的干擾.實(shí)驗(yàn)結(jié)果表明,改進(jìn)的sI丌算法比原始算法具有更好的特征匹配效果.關(guān)鍵詞:人臉識(shí)別;特征提取;SIFT算法;聚類分析中圖分類號:TP391.4文獻(xiàn)標(biāo)志碼:A文章編號:1007—2683(2014)01—0031—05Scale.invariantFeatureTransformBasedonClusteringinFaceRecognitionLIUShuai,LINKe.zheng,SUNXu—dong,CHENGWei—yue,L

3、IJing.tian(1.SchoolofComputerScienceandTechnology,HarbinUniversityofScienceandTechnology,Harbin150080,China2.9163GuangzhouNavyTmup,Guangzhou510000,China)Abstract:Forsolvingthefeatureproblemextractioninthefacerecognition,weproposedascale-invariantlea—turetransformalgor

4、ithmbasedonScale—InvariantFeatureTrans~rm(SIFT)algorithmandclusteringanalysis.Whileclassifingthefacialfeature,usingClustertheorytoanalysisthegeneratedScale—InvariantFeatureTransformfeaturestogetsomeofthefeaturescategorybyselectingtheoptimaldistancethreshold.Excludingt

5、heinterferenceofnon—targetthemainfeaturesofthefaceinordertoremovesomenon—essentialfeaturescategory.ExperimentalresultsshowthattheimprovedSIFTalgorithmisbetterthantheoriginalalgorithmonfeaturematching.Keywords:facerecognition;featureextraction;SIFTalgorithm;clusteringa

6、nalysis法¨,獨(dú)立成分分析(independentcomponentsanaly—0引言sis,ICA)算法,局部保持投影(1ocalitypreservingprojections,LPP)算法I4等.在實(shí)際的復(fù)雜環(huán)境特征提取是人臉識(shí)別中最為重要的一部分,它下,常使用的(scale—Invariantfeaturetransfo1Tn,siFT)要求提取的特征對于相同的人具有穩(wěn)定性,對于不算法具有一定的優(yōu)勢,它能夠克服外部環(huán)境在進(jìn)同人具有差異性.它的效率直接決定了識(shí)別的性能.行人臉識(shí)別時(shí)候產(chǎn)生的干擾.SIFT算子用來偵測與

7、在理想環(huán)境下,比較有影響力的特征提取方法有主描述影像中的局部性特征,它在空間尺度中尋找極成分分析(principalcomponentanalysis,PCA)算值點(diǎn),并提取出其位置、尺度、旋轉(zhuǎn)不變量,能夠很好收稿日期:2012—10—31基金項(xiàng)目:國家自然科學(xué)基金(60873019);黑龍江省教育廳科學(xué)技術(shù)研究項(xiàng)目(11551087)作者簡介:劉帥(1988一),男,碩士研究生;程衛(wèi)月(1988一),女,碩士研究生.通訊作者:林克正(1962一),男,博士,教授,E—mail:link@hrbust.edu.a(chǎn)n.32哈爾濱理工

8、大學(xué)學(xué)報(bào)第l9卷地適應(yīng)圖像在進(jìn)行平移,旋轉(zhuǎn),縮放等變化時(shí)的相似可以減少較大梯度幅值變化的影響,然后再對其進(jìn)匹配問題.然而,非主要特征數(shù)據(jù)的冗余也是該行重新歸一化.算法存在的一個(gè)問題.1.2SIFT特征點(diǎn)的匹配本文在SIFY算法的基礎(chǔ)之上,提出了一種

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。