基于改进的分块LVP直方图的人脸建模和识别算法

来源 :计算机工程与科学 | 被引量 : 10次 | 上传用户:zj770929
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文提出了一种改进的基于LVP的人脸建模和识别算法。首先,利用K均值聚类算法获得LVPS dictionary;然后,利用获得的LVPS对人脸进行建模,该方法比传统的建模方法计算更简单;最后,利用分块后的LVPS加权直方图索引进行人脸识别。实验表明,本文所提出的方法比传统的LVP方法具有更好的识别效果。
其他文献
MapReduce分布式编程模型为大规模数据密集型计算提供了重要的应用基础平台。其任务调度模型为单点控制模型,这种模型使得体系结构简单,任务调度易于控制,但同时也存在中心节点
本文设计并实现了针对实验室检测环境的一类嵌入式图像检测系统。该系统基于嵌入式开发平台搭建,通过与开发板连接的USB摄像头采集彩色待检测图像,然后通过分析处理图像的颜色
随着数据获取手段的进步,散乱点云数据在三维重建中获得越来越广泛的应用,然而庞大的数据量往往影响重建的效率。现有简化算法中采用的曲率计算方法精度不高,导致模型特征模糊。本文在分析曲面特征的基础上给出了一种曲面特征的定量描述方法。该方法采用局部曲面拟合得到曲面在一点处的近似曲面,然后用法曲率在360度范围内的平均值代替平均曲率来描述曲面在一点处的特征。简化时采用K-D树剖分点云数据,根据子节点所包含的
在实验测试中,除了获得包含误差的正常数据,实验员常常也可能观察到一些明显错误的点,我们称之为"坏点"。坏点的存在可能会严重影响实验最终结果的可靠性,所以在数据分析前,应该被处理掉。以往的常规坏点处理方法多为肉眼查看,手动排除。这种方法工作量大,并且判断依据不够明确,只靠"感觉",另外,在接收到大量数据的时候,手动法无能为力。本文在使用计算机编程的基础上,应用Hough变换,提出了一种坏点剔除的新方
纹理分割是图像模式识别中的关键步骤,但直到现在仍然没有一种有效的方法能够解决。本文提出了一种新的基于小波变换和蚁群算法的纹理分割方法。该方法首先用小波变换提取图像不同频带的纹理特征,然后提出具有聚类能力的蚁群算法数学模型,并用这个模型来进行分割。实验结果表明,该方法是一种有效的纹理分割方法。