一种基于改进主成分分析的人脸识别方法

提出一种PCA和AdaBoost相结合的人脸识别方法。AdaBoost是一种提高任意给定学习算法准确度的方法,它有较高的正确率,不需要先验知识,只需要选择合适的迭代次数等。基于AdaBoost学习算法简单高效的特点,本文将PCA和AdaBoost方法相结合,形成一个强的分类器,提高人脸识别的准确率,有较好的可行性和实际意义。     

基于PCA-LDA与蚁群优化BP神经网络的人脸识别算法

针对人脸识别问题,提出了一种新的算法。该算法利用融合的PCA和LDA算法进行特征提取,并使用蚁群优化的BP神经网络进行人脸识别。使用融合的PCA和LDA算法对特征向量进行提取压缩,为了提高BP神经网络对人脸的分类精度和减少训练时间,使用蚁群算法优化BP神经网络的初始参数,并使用优化后的BP神经网络进行训练和人脸识别。在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高识别率。     

一种OpenCV与云计算结合的人脸识别方法

为了提高人脸识别的准确度同时降低技术成本,采用OpenCV与云计算结合的方法来实现人脸识别,首先在OpenCV下采用AdaBoost算法训练出级联分类器用来进行人脸检测,然后使用OAuth2.0授权调用百度云的AI开放平台人脸比对接口进行人脸识别,根据返回的人脸图像相似度值判断是否为同一个人,实现了一个人脸识别的登录验证系统。系统在基于Java的web应用上实现,采用MVC设计模型,其各个层使用的框架为SSM框架。本地资源OpenCV跨平台计算机视觉库有丰富的算法,可以简化程序设计,节省通信开销;使用百度云的AI开放平台可以提高人脸识别精度。文章提出的方法结合了本地资源和云计算的优势,为高精确度低成本实现人脸识别技术提供了一种思路。     

基于ARM的人脸特征提取与辨识

本文设计了一种基于RFIC和人脸识别的ARM嵌入式安全认证系统。深入地分析人脸识别过程中的预处理,以及PCA和LDA等特征提取方法,利用MATLAB对人脸识别算法仿真,并比较特征向量个数以及分类器等因素对识别率的影响。     

基于形态学滤波和PCA的人脸图像识别方法

针对基于主成分分析(Principal Components Analysis PCA)的人脸识别方法容易受光照影响的问题,提出了一种基于形态学滤波和PCA相结合的人脸识别方法,首先利用形态学滤波对含噪人脸图像进行滤波处理,然后通过PCA提取特征,最后利用最近邻法进行分类,在ORL人脸数据库上的实验结果表明,本文方法取得了比传统PCA更好的识别性能.     

基于改进PCA算法的人脸识别研究

人脸识别技术是当今社会中十分热门且应用十分广泛的技术,PCA算法作为一种人脸识别的经典算法,在人脸识别方面效果显著,但是它也存在一些问题。本文针对PCA算法在计算特征值时计算力量大的问题,提出一种改进算法,利用矩阵范数对协方差矩阵进行约简,在一定程度上降低了计算量。经实验验证,在缩短了识别时间的同时也保证了识别准确率不降低。     

基于PCA算法人脸识别的matlab实现

本文介绍了人脸识别中常用的PCA算法,并在matlab环境下分别实现了基于PCA的人脸识别,融合了小波变换,PCA,奇异值分解等方法简化特征提取和识别过程,采用了ORL人脸数据库作为实验库,验证了该方法可以有效地进行识别,对实际应用有一定参考价值。     

智能门禁系统的设计

本文设计了一种基于人脸识别的门禁系统,采用ARM+Linux平台、USB摄像头作为图像采集设备,通过PCA算法识别人脸,在人脸库中搜索是否有对应的人,如果搜索到,则打开门;没有则发出报警声,提示管理员。     

AdaBoost算法在人脸识别中的应用

AdaBoost算法是在Boosting算法的基础上的改进,具有自适应性,目的是通过建立多学习机的组合使得弱学习机的性能得到提升成为强学习机,它具有对过学习现象的免疫性,近年来成为研究热点。本文探讨如何利用AdaBoost方法进行人脸的检测。     

基于改进的SIFT算法的多模态识别

正本文针对单一模式识别的局限性,提出基于人耳、人脸的多模态识别,并应用PCA改进的SIFT算法对人脸、人耳进行特征提取,并在匹配层进行融合,有效提高了识别率。相较于传统的SIFT算法,改进的SIFT算法具有更强的稳定性和鲁棒性。随着信息技术的发展,基于生物特征的模式识别成为研究热点,现有的识别技术包括人脸识别、指纹识别、虹膜识别等。这些单一模式识别技术中,人脸识别由于具有一定非     

一种改进的基于遗传算法的人脸识别方法

针对常见的基于PCA的人脸识别方法在识别过程中所遇到的计算量大、分类特征不佳等问题,提出了基于遗传算法的PCA+2DPCA的人脸识别方法,并通过实验,利用ORL人脸数据库验证了该方法的可行性。     

一种智能的人脸识别方法

本论文提出了一种最小类距离分类器和独立分量分析（ICA）相结合的人脸识别方法。在ORL人脸图像库中进行实验表明,此方法明显提高了人脸的识别率。     

基于“频谱脸”和SVM的人脸识别方法

针对传统PCA的人脸识别方法在向量化人脸过程中丢失结构特征的问题,提出了一种基于频谱脸和支持向量机的人脸识别方法。首先选取人脸图像经小波分解后的低频分量作为人脸特征的描述,然后用SVM和最近邻法构建复合分类器进行分类,在ORL数据集上的实验结果表明,本文方法取得了比传统方法更好的识别性能。     

一种智能的人脸识别方法

本论文提出了一种最小类距离分类器和独立分量分析（ICA）相结合的人脸识别方法。在ORL人脸图像库中进行实验表明,此方法明显提高了人脸的识别率。     

基于PCA的人脸识别算法研究及实现

文章具体讨论了主成分分析（PCA）人脸识别算法的原理及实现。它具有简单、快速和易行等特点,能从整体上反映人脸图像的灰度相关性具有一定的实用价值。     

C2D-CNN模型下的人脸识别方法研究

为解决人脸识别工作中测试数据与训练数据的差异带来的精度损失问题,提出一种C2D-CNN模型下的人脸识别方法。该模型将彩色2DPCA算法提取的原始图像像素特征与CNN(Convolutional Neural Network)学习的图像表示相融合,能显著提高人脸识别性能。进一步的,提出一种新的CNN模型,在CNN中引入归一化层,以加速网络收敛,此外还加入了分层激活函数,使得激活函数对归一化后的数据有自适应性。选取复杂环境下的FRGC人脸库以及自采集人脸库进行实验。实验结果表明,对于FRGC人脸库,相比Alex Net网络,本算法的预训练时间缩短了69. 4%,识别率提高了9. 72%～22. 99%,相比微调后的AlexNet网络,识别率提高了6. 07%～15. 28%,解决了测试集与训练集之间的差异带来的识别率低的问题。     

基于特殊PCA的学生成绩影响多因素分析

现代计算机技术飞速发展,有各种各样的成绩统计分析方法,PCA主成分分析法逐渐成为当今的流行算法之一,并且产生了快速在线PCA、局部PCA和健壮性PCA。本文针对PCA主成分分析的一种特殊应用对学生成绩等结果影响因素的大小程度进行分析。     

基于人脸人耳多特征的融合识别

正本文针对人脸识别技术,提出了基于LBP和PCA的生物多模态融合的观点。在生物识别领域中,具有较高的识别准确性,同时降低了采样的复杂度,顺应了生物特征应用领域的趋势。由于单一的人脸或人耳可以提取到的特征信息较少,识别时易出差错导致识别率较低。本文为了提高人物的识别率,保证身份验证时的准确性,提出了基于人脸人耳特征融合的识别技术。通过PCA算法降     

一种基于人工免疫的汽轮机故障诊断方法的研究

本文提出了一种免疫克隆选择算法与模糊C-均值聚类算法相结合的混合聚类算法。首先用克隆选择算法对模糊聚类中心的个数和聚类中心的选取进行指导,然后进行聚类,是一种有监督学习和无监督学习结合的一种算法,将该算法用于汽轮机的故障诊断中,诊断结果表明,该方法能够正确地诊断出存在的故障,具有实用价值。     

基于特征脸算法的口罩佩戴智能监测系统

随着科学技术的飞速发展,人脸识别技术已广泛应用于学校、公司、商场等地,为我们的生活和工作提供了极大的便利.本文采用基于PCA变换原理的特征脸算法,利用摄像头和电脑相连,设计了一套口罩佩戴智能监测系统.通过摄像头实时采集视频流,经过PCA全脸检测后细分眼、鼻、嘴区域特征,由眼部特征对比判断是否是人脸,再由鼻部和嘴部特征对...