基于稀疏表示和自适应模糊密度的人脸表情识别方法研究的中期报告.docx
快乐****蜜蜂
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于稀疏表示和自适应模糊密度的人脸表情识别方法研究的中期报告.docx
基于稀疏表示和自适应模糊密度的人脸表情识别方法研究的中期报告(Abstract)面部表情在人类交流中起着重要的作用,因此人脸表情识别一直是计算机视觉领域的研究热点之一。本文提出了一种基于稀疏表示和自适应模糊密度的人脸表情识别方法。该方法首先使用稀疏表示算法对输入图像进行特征提取。然后,通过自适应模糊密度来对特征进行归一化,以增加分类性能。最后使用支持向量机(SVM)分类器进行分类。实验结果表明,该方法在FERET和JAFFE等数据集上的分类精度都优于现有的方法。(Introduction)人类面部表情是非
基于稀疏表示和自适应模糊密度的人脸表情识别方法研究的开题报告.docx
基于稀疏表示和自适应模糊密度的人脸表情识别方法研究的开题报告一、研究背景人脸表情识别是计算机视觉领域中的一种重要研究课题。在现实生活中,人们经常会通过观察别人的面部表情来推测其情感状态,因此,人脸表情识别技术也被广泛应用于人类智能交互、情感分析、安防等领域。目前,人脸表情识别技术已经取得了不少进展。传统的基于图像特征的方法(如LBP、HOG等)已经能够在一定程度上完成对静态面部表情的分类。然而,这些方法主要是通过手动选择或设计图像特征来提取面部表情的特征,因此其识别效果受到特征质量和分类器选择的影响较大。
基于核稀疏表示的人脸识别方法研究的中期报告.docx
基于核稀疏表示的人脸识别方法研究的中期报告一、研究背景人脸识别是计算机视觉领域中一个重要的研究方向,近年来在安全监控、智能手机解锁、人脸支付等应用中得到了广泛应用。在人脸识别中,特征提取是一个关键的步骤,其中稀疏表示是一种有效的特征提取方式。稀疏表示是一种高维数据降维的方法,通过选择一些最有代表性的特征向量来描述数据。基于核的稀疏表示在传统的稀疏表示方法上引入了核函数,可以更好地处理非线性数据。因此,基于核的稀疏表示被广泛应用于人脸识别中。二、研究内容本文基于核稀疏表示的人脸识别方法,主要研究以下内容:1
基于稀疏表示的人脸识别方法研究.docx
基于稀疏表示的人脸识别方法研究摘要:稀疏性是信号表示非零系数个数的度量一个信号越稀疏它的非零系数个数越多。稀疏表示一种信号的基础研究它在人脸识别、图像复原、图像去噪等领域有着极为重要的意义。文章基于信号的稀疏特性在人脸识别、图像去噪等方面的应用对信号在过完备字典下的表示进行了研究。关键词:稀疏表示;人脸识别方法;图像复原;图像去噪;字典优化文献标识码:A中图分类号:TP393文章编号:1009-2374(2015)36-0001-03DOI:10.1
基于稀疏表示的人脸识别方法研究.docx
基于稀疏表示的人脸识别方法研究摘要:稀疏性是信号表示非零系数个数的度量一个信号越稀疏它的非零系数个数越多。稀疏表示一种信号的基础研究它在人脸识别、图像复原、图像去噪等领域有着极为重要的意义。文章基于信号的稀疏特性在人脸识别、图像去噪等方面的应用对信号在过完备字典下的表示进行了研究。关键词:稀疏表示;人脸识别方法;图像复原;图像去噪;字典优化文献标识码:A中图分类号:TP393文章编号:1009-2374(2015)36-0001-03DOI:10.1