视频中人脸识别的关键技术的研究

admin · 发表于 8 小时前

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
人脸识别有着巨大的应用前景，二十多年来一直是模式识别、人工智能领域的研究热点。传统的人脸识别技术是以静态图片作为训练和识别的对象，但随着视频监控，访问控制等应用领域的发展，视频中的人脸识别已成为该领域最为活跃的研究方向之一。本文的主要研究工作集中在如何利用视频的时间动态信息来提高人脸识别率。隐马尔可夫模型（HMM）是一个统计模型，具有健壮的数学结构，适用于动态过程时间序列的建模。隐马尔可夫模型已经成功地应用于语音识别、手势识别、动作识别以及字符识别等多个领域。本文在前人研究成果的基础上，较详细地研究了如何有效的将HMM应用到视频中人脸识别的场景中。论文首先介绍了人脸检测算法的基础知识，然后详细讨论了人脸图像的特征提取技术，并且重点研究了Gabor小波变换在人脸姿势识别方面的应用，为后面的HMM模型观测向量的选择奠定基础。同时，详细研究了在视频人脸识别场景中如何确定HMM的模型结构和如何选择合适的观测向量等题目。在确定模型结构方面我们提出了采用混合高斯模型聚类结合贝叶斯信息准则(BIC)来进行模型选择的算法。在HMM的观测向量选择方面，我们重点强调了人脸姿势状态对于提高识别率的重要作用，提出了利用Gabor小波方向滤波器进行图像变换，然后利用PCA进行特征提取，并将该特征向量作为HMM的观测向量的思想。最后，我们通过一个原型系统对上述思想和原理进行验证。实验证明视频序列中的动态信息有助于人脸识别率的提高，论文中提出的算法可以有效地提高HMM算法的识别率。

视频中人脸识别的关键技术的研究

天涯海角也要找到Ni：视频中人脸识别的关键技术的研究

相关帖子

浏览过的版块

QQ微信同步：1144766066。

服务

网站

战略合作