基于CS-LDP和LCCP特征融合的人脸识别算法

来源 :计算机与数字工程 | 被引量 : 6次 | 上传用户:susili
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
人脸识别是当前模式识别和人工智能的研究热点,论文提出中心对称的局部二阶微分模式(center-symmetriclocal derivative pattern,CS-LDP)和中心对称二阶局部二值模式(local center-symmetric pattern,LCCP)特征融合的算法。该算法对图像分别提取CS-LDP特征和LCCP特征,并将两个特征融合得到最终的特征向量,最后通过计算直方图欧式距离来得到人脸识别结果。实验结果表明,CS-LDP提取图像的二阶微分特征,LCCP提取图像的凹凸特征,
其他文献
针对传统核相关滤波目标跟踪算法跟踪精确度不足问题,论文利用卷积神经网络来提取图像深度特征,克服传统特征的不鲁棒性。其次,结合改进核相关滤波目标跟踪算法,当目标发生遮挡时,能够准确对目标进行跟踪。论文选取代表性视频对算法进行了测试,并与传统特征进行了对比。结果显示该算法精确度提高17.6,算法跟踪速率达到20.59fps。
随着中国移动市场发展的日趋成熟,对3G的关注与日骤增,3G成本是运营商关心的焦点问题之一.成本高低是关系到企业能否获利、生存与发展的关键.因此,了解3G成本及其相关信息,对
掌权为人民,用权谋事业,是共产党的根本宗旨。为人民掌好权、用好权,就必须坚持执政为民,把权力当作服务;坚持勤政为民,把权力当作责任;坚持廉政为民,把权力当作奉献。
为了可靠地实现非结构化环境越野自主车辆前方可通行区域检测,提出一种基于四线激光雷达的点云特征检测算法。通过点云分布特征搜索具有相对平面扫描特性的较规则分布点云带,提取并拟合近似平行线段集,对规则点云的包络点集进行区域道路边界假设和拟合,根据车辆连续运行时间轴的上下文关系对边界进行滤波平滑和预测增补,并利用点云聚类特征检测区域内障碍物,融合边界与障碍物区域,考虑车辆可达性,最终得到安全的可通行区域。
2007年发生在美国的次贷危机,在2008年引发了全球金融危机。目前,处于金融风暴中心的发达国家已经出现不同程度的经济衰退,金融危机在全球蔓延的程度也不断深化和加重,我国外向型