基于HOG和多阶Zernike矩的人脸识别任务书

 2021-08-20 01:17:47

1. 毕业设计(论文)主要目标:

实验验证加入高阶zernike正交矩的实验效果相对于仅仅使用hog特征有所提高,并且在yale人脸数据集上达到95%以上的人脸识别率。

2. 毕业设计(论文)主要内容:

方向梯度直方图(hog)对于图像形状边缘有很好的描述,常用于人脸识别。

zernike正交距也有描述图像中物体形状的作用,低阶zernike矩阵可以描述物体大体形状,高阶zernike矩阵则描述细节,所以可以将高阶zernike矩阵应用于人脸识别,提高识别精度。

于是我们可以用这两种方法提取图像特征,融合两种特征进行人脸识别。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

1.刘元,吴小俊,基于Log-Gabor滤波与黎曼流形学习的图像识别算法 模式识别与人工智能2015

2.WEN Y,HE L,SHI P.Face Recognition Using Difference Vector Plus KPCA Digital Signal Process,2012

3.陈超,复杂光照条件下的人脸识别方法研究 杭州 浙江大学.2016

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。