<thead id="h33nh"></thead>

          <address id="h33nh"></address>

              <sub id="h33nh"><big id="h33nh"><cite id="h33nh"></cite></big></sub>

                    <th id="h33nh"></th>

                      <sub id="h33nh"></sub>

                      <th id="h33nh"></th>

                      <thead id="h33nh"></thead>

                                <th id="h33nh"></th>

                                <thead id="h33nh"><menuitem id="h33nh"></menuitem></thead>

                                  <sub id="h33nh"><meter id="h33nh"></meter></sub>

                                  <sub id="h33nh"></sub>

                                  <font id="h33nh"></font>

                                  <sub id="h33nh"></sub>

                                  <th id="h33nh"></th>

                                      ?

                                      人脸特征快速定位的方法与实现.doc

                                      资料分类:计算机信息 上传会员:abc鞠凌青 更?#29575;?#38388;:2019-03-28
                                      需要金币1000 个金币 资?#20064;?#25324;?#21644;?#25972;论文 下载论文
                                      转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:8407
                                      折扣与优惠?#21644;?#36141;最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

                                      摘要:随着经济的快速发展和社会的?#27426;?#36827;步,人类社会对于自动识别身份的要求越来越高。人脸识别由于不涉及隐私,同?#26412;?#26377;直接、方便、快速的特点,被越来越多的领域使用,更成为人工智能领域和当前模式识别的研究热点。人脸对齐是指通过对人脸图像进行缩放、旋转、切割等操作,使所有人脸图像依照某?#30452;?#20934;规范化的过程。人脸关键点是指人脸的嘴角、鼻头、眼角等一些具有特征的区域。人脸关键点的检测和定位对人脸识别有很大的作用。而人类面部形式多样、计算区域面积小,并受光源、肤色、遮盖物等因素影响,使得人脸关键点的检测和定位变得极其复杂。因此,相关领域将快速且准确地识别人脸关键点问题的解决作为其研究重点。

                                      此文总体上采用了随机森林和全局线性回归相结合的方法,实现了对人脸关键点的高速检测。首先利用局部性原理独立地学习每个人脸关键点的局部二值特征;然后对得到的局部二值特征做全局线性回归,以此作为最后的输出。因为提取和回归局部二值特征的计算代价很小,所以我们的方法要比之前的快得多。

                                       

                                      关键词:人脸识别;人脸对齐;局部二值特征;全局线性回归

                                       

                                      目录

                                      摘要

                                      Abstract

                                      1 绪论-1

                                      1.1 研究背景及意义-1

                                      1.2 开发?#25945;?1

                                      1.3 相关工具-1

                                      1.3.1 OpenCV简介-1

                                      1.3.2 OpenCV下载与安装-1

                                      1.3.3 Visual Studio简介-2

                                      1.4 环境配置-2

                                      1.4.1 OpenCV环境配置-2

                                      1.4.2 Visual Studio 2013+OpenCV3.1.0配置-3

                                      1.4.3 OpenMP配置-5

                                      1.5 相关概念-6

                                      1.6 决策树-7

                                      1.6.1 决策树模型-7

                                      1.6.2 决策树的优缺点-8

                                      2 ?#20302;?#23454;现-9

                                      2.1 总体思路-9

                                      2.2 ?#20302;?#23454;现-9

                                      2.2.1 Shape-indexed 特征-9

                                      2.2.2 随机树的训练-9

                                      2.2.3 随机森林的并行训练-10

                                      2.2.4 局部二值特征-11

                                      2.2.5 全局线性回归训练-11

                                      2.2.6 局部区域半径-12

                                      3 获取数据-14

                                      3.1 使用数据库介绍-14

                                      3.2 数据预处理-14

                                      3.3 数据的批量处理-15

                                      3.4 训练模型-16

                                      4 测?#36234;?#26524;-17

                                      5 ?#20302;?#20248;点-18

                                      5.1 Φt和Wt的两步学习-18

                                      5.2 全局回归-18

                                      6 不足之处-19

                                      6.1 速度问题-19

                                      6.2 人脸检测问题-19

                                      6.3 比较不足-19

                                      结论-20

                                      参考文献-21

                                      致    谢-22

                                      相关论文资料:
                                      最新评论
                                      上传会员 abc鞠凌青 对本文的描述:我们通过训练随机树来学习局部二值特征,因此,局部二值特征非常的稀疏,提取和回归这些特征就非常快速,计算代价也非常小。在得到局部二值特征以后,我们将其连接起来形成全......
                                      发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
                                      注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资?#31232;?/small>
                                      您的昵称: 验证码:
                                      ?

                                              <thead id="h33nh"></thead>

                                              <address id="h33nh"></address>

                                                  <sub id="h33nh"><big id="h33nh"><cite id="h33nh"></cite></big></sub>

                                                        <th id="h33nh"></th>

                                                          <sub id="h33nh"></sub>

                                                          <th id="h33nh"></th>

                                                          <thead id="h33nh"></thead>

                                                                    <th id="h33nh"></th>

                                                                    <thead id="h33nh"><menuitem id="h33nh"></menuitem></thead>

                                                                      <sub id="h33nh"><meter id="h33nh"></meter></sub>

                                                                      <sub id="h33nh"></sub>

                                                                      <font id="h33nh"></font>

                                                                      <sub id="h33nh"></sub>

                                                                      <th id="h33nh"></th>

                                                                          广西11选5玩法

                                                                                  <thead id="h33nh"></thead>

                                                                                  <address id="h33nh"></address>

                                                                                      <sub id="h33nh"><big id="h33nh"><cite id="h33nh"></cite></big></sub>

                                                                                            <th id="h33nh"></th>

                                                                                              <sub id="h33nh"></sub>

                                                                                              <th id="h33nh"></th>

                                                                                              <thead id="h33nh"></thead>

                                                                                                        <th id="h33nh"></th>

                                                                                                        <thead id="h33nh"><menuitem id="h33nh"></menuitem></thead>

                                                                                                          <sub id="h33nh"><meter id="h33nh"></meter></sub>

                                                                                                          <sub id="h33nh"></sub>

                                                                                                          <font id="h33nh"></font>

                                                                                                          <sub id="h33nh"></sub>

                                                                                                          <th id="h33nh"></th>

                                                                                                                      <thead id="h33nh"></thead>

                                                                                                                      <address id="h33nh"></address>

                                                                                                                          <sub id="h33nh"><big id="h33nh"><cite id="h33nh"></cite></big></sub>

                                                                                                                                <th id="h33nh"></th>

                                                                                                                                  <sub id="h33nh"></sub>

                                                                                                                                  <th id="h33nh"></th>

                                                                                                                                  <thead id="h33nh"></thead>

                                                                                                                                            <th id="h33nh"></th>

                                                                                                                                            <thead id="h33nh"><menuitem id="h33nh"></menuitem></thead>

                                                                                                                                              <sub id="h33nh"><meter id="h33nh"></meter></sub>

                                                                                                                                              <sub id="h33nh"></sub>

                                                                                                                                              <font id="h33nh"></font>

                                                                                                                                              <sub id="h33nh"></sub>

                                                                                                                                              <th id="h33nh"></th>