

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、用于人類身份識別的生物特征主要包括:人臉、指紋、虹膜、掌紋、耳廓形狀、DNA等。其中人臉包含的視覺信息是體現(xiàn)一個(gè)人身份的最重要生物特征之一,與其他生物特征相比,人臉包含的特征信息具有采集方便、內(nèi)容豐富、適用性廣等優(yōu)點(diǎn)。基于二維圖像的人臉識別技術(shù)發(fā)展較早,但由于二維人臉圖像不能提供實(shí)現(xiàn)身份識別所需要的完整信息,所以其識別的能力和效果不能盡如人意,目前已經(jīng)取得的研究成果距離廣泛的實(shí)際應(yīng)用還有相當(dāng)大的距離,因此需要借助三維技術(shù)來提高人臉識別的
2、效果。三維人臉包含了更多的生物特征信息,如人臉形狀信息。三維人臉識別還具有光照、姿態(tài)無關(guān)的優(yōu)勢,隨著對三維人臉識別技術(shù)研究的深入,三維人臉識別將會成為人臉識別的最終發(fā)展方向。 論文分析了當(dāng)前在解決光照、姿態(tài)不變的人臉識別問題上,應(yīng)用最為廣泛的三維形變模型。針對現(xiàn)有基于三維形變模型的人臉識別系統(tǒng)的不足,提出將聚類技術(shù)應(yīng)用到三維人臉建模過程中來提高建模的效果和效率,給出了三維人臉聚類建模的實(shí)現(xiàn)框架。要實(shí)現(xiàn)三維人臉的聚類首先要定義三維
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于核技術(shù)的人臉識別應(yīng)用研究.pdf
- 基于Kinect的3D人臉識別.docx
- 基于深度信息的3D人臉識別.pdf
- 使用世紀(jì)晟人臉api實(shí)現(xiàn)人臉識別(3d動態(tài)人臉識別方式)
- 基于Kinect的3D人臉識別(1).docx
- 基于SVDD與SVM的人臉識別技術(shù)應(yīng)用研究.pdf
- 基于微分幾何方法的3D人臉識別.pdf
- 基于曲面極光譜的3D人臉識別算法研究.pdf
- 基于稀疏表示的人臉識別的應(yīng)用研究.pdf
- 基于深度學(xué)習(xí)的人臉識別算法與應(yīng)用研究.pdf
- 3D人臉識別中的支持向量機(jī)研究.pdf
- 基于2D圖像的人臉特征定位和人臉識別.pdf
- 基于膚色檢測的人臉識別技術(shù)及其應(yīng)用.pdf
- 人臉識別技術(shù)與應(yīng)用研究.pdf
- 基于視頻監(jiān)控的人臉識別技術(shù)
- 基于三維重建的人臉識別.pdf
- 基于多分類器融合的3D人臉年齡識別.pdf
- 基于kinect的人臉識別技術(shù)研究.pdf
- 基于SVM的人臉識別技術(shù)研究.pdf
- 基于LDA的人臉識別技術(shù)研究.pdf
評論
0/150
提交評論