Camshift是一种应用颜色信息的跟踪算法,它对做加速度的运动物体跟踪效果不够稳定和强壮,从准确预测目标位置及缩小目标搜索范围入手对Camshift算法进行了改进。该算法使用运动目标加速度运动位移方
采用了一种通过KPCA提取人脸图像特征,线性SVM对特征进行加权,用最近邻法分类人脸的识别系统。整个系统实质上构成了一个支持向量分类网络。为了自动进行网络训练和参数寻优,提出了一套自动相关反馈训练方法
为了增强人脸识别对光照变化的鲁棒性,提出了一种融合多方法的人脸图像光照预处理算法。该算法首先根据改进的自适应平滑算法(IAS)估计出原图像的亮度分量L,再用Retinex算法求得反射分量R,同时对原图
随着社会的发展,各个领域对快速有效的自动身份识别验证的要求日益迫切。由于生物特征是人的内在属性,具有很强的自身稳定性和个体差异性,因此人脸是区别人与人之间差别的最重要的特征。利用人脸特征进行身份验证又
神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练,而在许多应用中,样本数量是很有限的。
在Boosting算法中,我们将分类任务划分成多个子分类器,每个子分类器专注于一些难分类的样本,然后组合这些子分类器形成一个强的分类器。
为了提高人脸识别的准确率,提出了一种基于K近邻(KNN)和粒子群优化(PSO)的人脸识别方法。运用局部二值模式(LBP)提取特征,研究了遗传算法(GA)、粒子群算法(PSO)、蚁群算法(ACO)等元启
本论文聚焦于基于2DPCA的人脸识别技术,通过仿真设计实现对其性能的评估。2DPCA是一种有效的人脸特征提取方法,其在降维过程中保留了更多的信息,有利于提高识别准确率。本研究采用仿真技术,模拟不同场景
基于MTCNN和Facenet的人脸识别.pdf
针对被动图像拼接检测问题, 提出了一种基于三阶统计特征的检测算法。该算法把图像状态矩阵中三个相邻状态之间的依赖关系建模为条件共生概率矩阵, 然后将其作为识别特征输入到支持向量机SVM进行分类。由于高阶