人脸检测、原理、技术和方法

本文详细探讨了人脸识别技术,从生物特征处理、传感器技术到国内外研究进展。核心理论包括特征提取(如PCA、LDA)、贝叶斯决策、人工神经网络和统计学习理论。介绍了图像获取、预处理、表征方法、人脸检测和分割技术,以及人脸识别的常用方法如模板匹配、神经网络和支持向量机。此外,还涉及光照处理、表情识别、姿态估计和三维建模等领域。
摘要由CSDN通过智能技术生成

人脸检测,原理,技术和方法
第一章 绪论
1.生物特征:系统主要由特征样本,预处理,特征提取和特征匹配四个处理过程;
2.光学传感器:CCD(charge couple device)电荷耦合器件图像传感器,CMOS(complementary metal-oxide semiconductor)互补金属氧化物半导体;形成图像信号。特征匹配计算两个生物特征的相似度,方法有基于距离匹配方法,基于神经网络和基于向量机的方法。
3.指纹识别,人脸识别,虹膜识别,视网膜识别,掌形识别,DNA识别,语音识别,步态识别;

第二章 国内和国外人脸识别技术,公司
国外人脸数据库:FERET,MIT人脸数据库,YALE耶鲁大学计算机视觉控制中心,PIE卡梅隆大学,ORL剑桥大学,PF01韩国浦项科技大学,AR人脸库,BANCA人脸库,KFDB韩国人脸,MPI,XM2VTS;
国内:CAS-PEAL ;

第三章 人脸识别的基本理论
1.特征形成-特征提取(用低维空间来表示样本过程称为特征提取,Y表示测量空间,X表示特征空间,变换A:Y->X叫做特征提取器)—特征选择(选择最有效的特征从而达到降低特征空间为维数)
2.特征提取方法(高维测量空间编程低维的特征空间):
基于欧式距离度量的特征提取;
基于概率距离判据的而在提取࿱

  • 0
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值