一种基于小波变换和DCT的卷积神经网络人脸识别算法.pdf
慧颖****23
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于小波变换和DCT的卷积神经网络人脸识别算法.pdf
本发明公开种基于小波变换和DCT的卷积神经网络人脸识别算法,包括如下步骤:采用二维离散小波变换将目标图像分解成不同子带并保留低频子带;通过DCT变换获得低频子带图像部分DCT系数;将DCT系数输入卷积神经网络中提取特征,进行训练分类,最后获得用于识别面部图像的的卷积神经网络模型。本发明是在人脸图像进入卷积神经网络之前,先对图像小波变换,得到低频子带图像并对其做DCT变换,提取部分DCT系数,从而减少冗余信息量,降低运算复杂度,最后将DCT系数输入卷积神经网络进行训练分类,提高了人脸识别的准确率同时缩短了训
基于卷积神经网络的人脸识别算法研究的开题报告.docx
基于卷积神经网络的人脸识别算法研究的开题报告一、选题背景人脸识别技术是一种将人脸图像转化为数字信息,并用于识别和验证指定个体的技术。自从人脸识别技术问世以来,便被广泛应用于多个领域,如社交媒体、安全监控、金融、医疗等等。随着技术的不断发展,人脸识别技术的准确率和效率得到了极大的提升,但是依然存在一些问题,如环境因素干扰、图像质量等。因此,设计更加高效准确的人脸识别算法,有着极其广阔的应用前景。二、研究意义随着深度学习技术的发展,基于卷积神经网络(CNN)的人脸识别算法逐渐成为主流。相比于传统的特征提取和分
基于Gabor小波变换和BP神经网络的人脸检测算法的中期报告.docx
基于Gabor小波变换和BP神经网络的人脸检测算法的中期报告一、研究背景和意义随着计算机视觉技术的不断发展,在生物识别、安全监控、人机交互等领域,人脸检测技术已经成为了一种非常重要的技术手段。目前,人脸检测算法中,深度学习算法占据了主流地位。但是,深度学习算法要求有大量的数据,且模型较大,需要有较强的计算能力支撑。因此,在一些应用场景下,计算资源有限,深度学习模型的应用受到了限制。因此,基于传统特征提取算法的人脸检测算法还有其重要性和实用性。二、研究内容和方法本文主要探讨基于Gabor小波变换和BP神经网
基于DCT和小波变换的数字水印算法研究的任务书.docx
基于DCT和小波变换的数字水印算法研究的任务书任务书:任务名称:基于DCT和小波变换的数字水印算法研究任务背景:随着数字媒体的普及和广泛应用,数字版权、数字安全保护等问题日益突出,数字水印技术因其在保护数字版权方面的独特优势得到了广泛的应用。然而,数字水印技术的研究和应用仍面临挑战,需要进一步探索不同的算法方案和技术手段。因此,本课题将基于DCT和小波变换的数字水印算法进行深入研究,探讨其在数字版权保护和安全传输方面的应用。任务目标:本课题的主要目标是研究基于DCT和小波变换的数字水印算法,并探索其在数字
基于曲波变换的人脸识别算法研究的开题报告.docx
基于曲波变换的人脸识别算法研究的开题报告一、选题背景和意义:随着社会的发展和人们对安全性的需求不断提高,人脸识别技术已经成为了一个非常重要的研究领域。而在实际应用中,需要实现高精度和高效率的人脸识别算法。曲波变换是一种非常有效的时间-频率变换方法,它可以对信号进行非常精准的频域展示。因此,基于曲波变换的人脸识别算法具有很大的潜力。二、研究内容和技术路线:本研究将从以下两个方面进行探究:1.曲波变换的理论基础和实现方法:首先,本研究将介绍曲波变换的理论原理和计算方法。接着,会详细介绍如何将曲波变换应用于人脸