题名 | 基于稀疏表示的2D-3D人脸识别算法研究; Face Recognition Based on 2D-3D Information and Sparse Representation |
作者 | 张希婧 |
答辩日期 | 2013 ; 2013 |
导师 | 李翠华 |
关键词 | 人脸识别 三维点云 局部二值模式 稀疏表示 Face Recognition Points Cloud LBP Sparse Representation |
英文摘要 | 现代人脸识别分为三个部分:人脸数据预处理,人脸特征提取以及人脸特征分类。人脸识别中遇到的主要问题包括了姿态、光线、采集、遮挡、生物感知和人脸变化等。目前信号处理热门的技术——压缩感知,在图像去噪、图像重建、人脸识别等方面有着出色的表现。在人脸识别中,稀疏表示(压缩感知)方法利用测试样本的重构误差进行分类。 由于三维图像能够较好的克服二维图像的局限,而二维人脸识别中已有许多成熟的算法,稀疏表示对特征提取有着较为鲁棒性的结果,因此,本文基于二维和三维图像的融合特征,结合稀疏表示分类,完成人脸识别任务。 本文完成的主要工作和贡献有: (1)在高精度的中科院自动化所三维人脸数据集CASIA和低分...; Modern face recognition issue can be divided into three steps: facial data pre-processing, feature extraction and feature classification. The main problems of face recognition include posture, light, acquisition, and occlusion, bio-sensing, face changes. The popular technology of signal processing field in recent years --compressed sensing has a good performance in the field of image denoising, im...; 学位:工学硕士; 院系专业:信息科学与技术学院_计算机技术; 学号:23020101153029 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=40999 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/79326] ![]() |
专题 | 信息技术-学位论文 |
推荐引用方式 GB/T 7714 | 张希婧. 基于稀疏表示的2D-3D人脸识别算法研究, Face Recognition Based on 2D-3D Information and Sparse Representation[D]. 2013, 2013. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论