相对边缘方向幅值模式耦合SIFT的人脸识别算法

来源 :计算机工程与设计 | 被引量 : 2次 | 上传用户:hushengming1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人脸识别易受到光照变化、遮挡等影响,降低了识别准确率,为此提出一种基于相对边缘方向幅值模式(relative patterns of oriented edge magnitudes,RPOEM)与尺度不变特征变换(scale-invariant feature transform,SIFT)的人脸识别算法。检测脸部的关键点,利用k-均值对这些特征点进行聚类;为消除光照变化的干扰,计算图像的相对梯度幅值,对其进行离散化分解与Gaussian滤波处理;采用局部二值模式编码生成RPOEM特征;引入加权因
其他文献
提出一种基于K-Means和主题模型的软件缺陷分析方法,对软件缺陷的类别和关键词进行研究。获取缺陷报告进行预处理,获取有效特征,利用向量空间模型进行文本表示,计算权重,根据
为研究搬运机器人的视觉识别系统,提出一种基于内容图像检索的方法识别障碍物。为检测固体障碍物,从不同位置拍摄多种障碍物,保证这些图像的数量和质量,利用拍摄的图像构建一个稳健的图像数据库;利用3种不同的特征提取方法,将图像纹理作为障碍物的特征信息,实时更新障碍物的信息;进行相似度距离计算,比较检索图像与数据库中的图像距离,将固体障碍物的所有实时信息和GPS数据传输到服务器。实验结果验证了所提方法的有效
为实现室内机器人自身精准定位,提出一种由粗匹配到精定位相融合的视觉定位方法。利用搭载在机器人上方的1台相机观测室内天花板、水平方向的4台相机观测周边环境,得到当前环
在数字化过程中,如何将不同时期不同风格的未署名画作快速分类成为一个难题。针对以上问题,提出一种通过迁移学习的卷积神经网络的识别分类方法。Res Net-50神经网络模型在ImageN et数据集上完成预训练,通过迁移学习的方式将特征参数迁移到WikiArt数据集上处理选取的23位画家的400幅画作(总共9200幅)。通过迁移学习ResNet-50和DenseNet-201两个神经网络模型对比,发现
目的研究类不平衡是否会给基因表达数据的类别预测带来额外挑战,通过公开数据集评估7种分类器在不同类平衡比例数据上的表现,旨在为后续研究提供理论基础。方法在真实数据集
目的集成学习是近年来机器学习领域中被广泛应用的一种新的、用来提高学习精度的算法。本文旨在介绍基于super learner算法的集成学习方法在纵向删失数据预测建模中的应用及
针对答案排序问题,提出并构建融合多种神经网络与多特征的答案排序模型。将问题和候选答案的词向量送入使用Leaky Relu激活函数的卷积神经网络进行学习,得到的学习结果与词汇
为保证机载系统研制过程中人为分配的功能研制保证等级是合理的,提出一种机载系统功能研制保证等级的验证方法。考虑不同架构设计对系统功能研制保证等级分配的影响,结合模型
针对深度学习目标检测算法移植到嵌入式平台上精度与速度不均衡的问题,提出一种基于改进SSD (single shot multi-box detector)的架空线路关键部件实时检测算法多尺度并行融合检测MSPF-DN (multi-scale parallel fusion detection network)。通过不同倒残差块和不同激活函数的组合结构,设计更高效的特征提取网络,同时设计一种轻量级
在仿真指定机型空速控制律时,因缺乏其飞行数据包,导致控制参数难以确定的问题,为此提出一种利用快速存取记录器(QAR)数据训练的变论域模糊PID控制方法。在传统模糊PID控制基