聊城人脸识别系统解析二维人脸识别算法的主要方法
来源:电动伸缩门
作者:华一智能
发布日期:06-07
文章标题:聊城人脸识别系统解析二维人脸识别算法的主要方法
文章地址:http://www.sdhyzn.com/index/info/info/id/7111
文章提示:本文约有1562字符,大小约为1.53KB,预计阅读时间4分钟
聊城人脸识别系统
人脸识别法主要集中在二维图像方面,二维人脸识别主要利用分布在人脸上从低到高80个节点或标点,通过测量眼睛、颧骨、下巴等之间的间距来进行身份。人脸识别算法主要有-
1.基于模板匹配的方法-模板分为二维模板和三维模板,核心思想-利用人的脸部特征规律建立一个立体可调的模型框架,在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位,解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响。
2.基于奇异值特征方法-人脸图像矩阵的奇异值特征反映了图像的本质属性,可以利用它来进行分类识别。
3.子空间分析法-因其具有描述性强、计算代价小、易实现及可分性好等特点,被广泛地应用于人脸特征提取,成为了当前人脸识别的主流方法之一。
4.局部保持投影是一种新的子空间分析方法,它是非线性方法LaplacianEigenmap的线性近似,既解决了PCA等传统线性方法难以保持原始数据非线性流形的缺点,又解决了非线性方法难以获得新样本点低维投影的缺点。
5.主成分分析(PCA)
PCA模式识别领域一种重要的方法,已被广泛地应用于人脸识别算法中,基于PCA人脸识别系统在应用中面临着一个重要障碍-增量学习问题。增量PCA算法由新增样本重构非常重要PCS,但该方法随着样本的增加,需要不断舍弃一些不重要PC,以维持子空间维数不变,因而该方法精度稍差。
6.其他方法-弹性匹配方法、特征脸法(基于KL变换)、人工神经网络法、支持向量机法、基于积分图像特征法(adaboost学习)、基于概率模型法。
本页关键词:习水县电动门厂家
- 一套能解决“停车难”的“非主流”车牌04-18
- 通过微信举报“黑车”,车牌识别筛查违04-18
- 车牌识别是否只识别车牌,不记录行车轨04-18
- 车牌识别技术中,图像识别在智能交通中04-18
- 新闻回顾:车牌识别饱受诟病,销量又为04-18
- 决定车牌识别率的六大因素有哪些?04-18
- 车牌识别摄像机的工作原理以及系统要求04-18
- 我们怎样去识别真假车牌04-18