資源描述：
《基于稀疏特征的人臉識別系統(tǒng)設(shè)計(jì)》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南昌航空大學(xué)學(xué)士學(xué)位論文程序，翻譯，開題報告，說明書等，全套設(shè)計(jì)，聯(lián)系畢業(yè)設(shè)計(jì)（論文）題目：基于稀疏特征的人臉識別系統(tǒng)設(shè)計(jì)學(xué)院：信息工程學(xué)院專業(yè)名稱：電子信息工程班級學(xué)號：學(xué)生姓名：指導(dǎo)教師：二O一二年六月45南昌航空大學(xué)學(xué)士學(xué)位論文第一章緒論11.1人臉識別的研究背景及意義11.1.1人臉識別技術(shù)11.1.2人臉識別的難點(diǎn)21.2人臉識別主要分類方法21.3人臉識別的前景31.3.1人臉識別的發(fā)展趨勢31.3.2人臉識別的應(yīng)用領(lǐng)域41.4本文的研究內(nèi)容和結(jié)構(gòu)安排5第二章基于主成分分析PCA的人臉識別72.1PCA
2、主成分分析算法概述72.1.1PCA主成分分析概念72.1.2PCA主成分分析原理82.2基于PCA算法的人臉識別實(shí)現(xiàn)92.2.1PCA人臉識別建模92.2.2PCA算法實(shí)現(xiàn)過程102.2.3常用人臉圖像數(shù)據(jù)庫112.2.4PCA算法對ORL人臉數(shù)據(jù)庫的識別率132.3PCA算法的優(yōu)缺點(diǎn)14第三章基于線性判別式LDA的人臉識別153.1LDA算法概述153.1.1LDA算法的概念153.1.2LDA算法基本原理153.2基于LDA算法的人臉識別實(shí)現(xiàn)183.2.1實(shí)驗(yàn)結(jié)果分析19第四章基于稀疏特征的人臉識別系統(tǒng)214
3、.1稀疏表示2145南昌航空大學(xué)學(xué)士學(xué)位論文4.1.1稀疏表示的概念214.1.2稀疏表示的優(yōu)點(diǎn)224.2兩階段測試樣本稀疏表示方法224.2.1兩階段測試樣本稀疏表示方法的第一個階段234.2.2兩階段測試樣本稀釋表示方法的第二個階段234.3基于稀疏表示方法的實(shí)驗(yàn)結(jié)果254.3.1兩階段測試樣本表示方法對ORL數(shù)據(jù)庫圖像的識別率254.3.2實(shí)驗(yàn)結(jié)果分析284.4稀疏表示方法與PCA、LDA的算法優(yōu)缺點(diǎn)比較29第五章總結(jié)與展望31致謝32參考文獻(xiàn)33附錄3445南昌航空大學(xué)學(xué)士學(xué)位論文基于稀疏特征的人臉識別系統(tǒng)
4、設(shè)計(jì)摘要：人臉識別是計(jì)算機(jī)技術(shù)研究領(lǐng)域的一項(xiàng)熱門學(xué)科，它屬于生物特征識別技術(shù)，是以生物個體本身的生物特征來實(shí)現(xiàn)區(qū)分識別。由于人臉識別自身的優(yōu)越性以及在計(jì)算機(jī)視覺、模式識別、圖像處理、多媒體、心理學(xué)等多領(lǐng)域的廣泛運(yùn)用，使其在人工智能領(lǐng)域占有極其重要的地位。特征提取是人臉識別中十分重要的一個步驟，用一般方法提取特征時會造成數(shù)據(jù)的冗余，影響提取的特征的精度。稀疏表示方法是一種基于局部特征提取的算法，它有著減少冗余數(shù)據(jù)，提高識別率等優(yōu)點(diǎn)，并且以其簡單有效的優(yōu)點(diǎn)而深受歡迎。本論文研究了基于稀疏特征的人臉識別系統(tǒng)設(shè)計(jì)，主要采用
5、了兩階段測試樣本稀疏表示方法。論文給出了上述稀疏表示方法的基本原理、實(shí)現(xiàn)方法，并且用該方法以及PCA、LDA三種方法對ORL人臉數(shù)據(jù)庫中圖片進(jìn)行了處理，分別計(jì)算出了識別率，比較和揭示了這些方法之間的區(qū)別和聯(lián)系。實(shí)驗(yàn)表明，本文介紹的兩階段測試樣本稀疏表示方法具有識別率高的特點(diǎn)，有助于準(zhǔn)確分類測試樣本，但稀疏方法迭代時間長，效率較低，因此仍需要與其他方法進(jìn)行結(jié)合。關(guān)鍵詞：人臉識別；稀疏特征；特征提?。蛔R別率指導(dǎo)老師簽字：DesignofFaceRecognitionsystemBasedonSparseFeature4
6、5南昌航空大學(xué)學(xué)士學(xué)位論文Studentname:XinYiZhaoclass:Supervisor:ChengliSunAbstract：Facerecognitionisapopularsubjectinthefieldofcomputertechnology.Itexploitsbiologicalcharacteristicstoidentifythedifferentpersons.Duetoitsadvantages,facerecognitionhasbeenwidelyusedincomputerv
7、ision,patternrecognition,imageprocessing,multimediaprocessing,psychologyandotherfields.Soitplaysanextremelyimportantroleinthefieldofartificialintelligence.Featureextractionisaveryimportantstepinthefacerecognition,butgeneralapproachtofeatureextractionwillcaused
8、ataredundancyandaffecttheaccuracyoftheextractedfeatures.Sparserepresentationisanalgorithmbasedonlocalfeatureextraction,itcanreducethedataredundancyandimprovetherecognitionrate.Itis
