X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们
欢迎来到科易网(仲恺)技术转移协同创新平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
成果 专家 院校 需求
当前位置: 首页 >  科技成果  > 详细页

[01641197]基于人脸及其特征点识别算法的摄像系统研究

交易价格: 面议

所属行业: 广播电视

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

该项目针对特征点提取和人脸表征技术进行了研究,为进一步提高人脸特征提取和识别算法的鲁棒性及有效性,具有重要的理论研究与实际应用价值,在如下几方面的研究具有创新意义。其创新性为:针对传统眼睛定位模板匹配算法精确度上的不足,在算法中对模板的定义进行了改进,将眼睛特征模板进行物理扩大,形成眼眉模板,避免眉毛与眼睛的高相似度所造成的特征点错误定位。利用KL距离和KPCA的原理,研究了一种基于KL距离的人脸识别方法,得出了改进的KPCA算法流程,并且利用ORL人脸图像库进行了人脸识别实验。KL-KPCA算法有效地消除对识别无关的不相关特征,使所需特征更为紧凑可分,在抑制噪声和提高识别率方面达到了良好的效果。在提高定位过程的特征点匹配速度上,采取粗定位和细定位步骤。在定位精确度得以保证的情况下,很大程度上降低了定位过程中的计算量,减少定位时间。研究成果具有较好的应用前景和一定的推广价值。
该项目针对特征点提取和人脸表征技术进行了研究,为进一步提高人脸特征提取和识别算法的鲁棒性及有效性,具有重要的理论研究与实际应用价值,在如下几方面的研究具有创新意义。其创新性为:针对传统眼睛定位模板匹配算法精确度上的不足,在算法中对模板的定义进行了改进,将眼睛特征模板进行物理扩大,形成眼眉模板,避免眉毛与眼睛的高相似度所造成的特征点错误定位。利用KL距离和KPCA的原理,研究了一种基于KL距离的人脸识别方法,得出了改进的KPCA算法流程,并且利用ORL人脸图像库进行了人脸识别实验。KL-KPCA算法有效地消除对识别无关的不相关特征,使所需特征更为紧凑可分,在抑制噪声和提高识别率方面达到了良好的效果。在提高定位过程的特征点匹配速度上,采取粗定位和细定位步骤。在定位精确度得以保证的情况下,很大程度上降低了定位过程中的计算量,减少定位时间。研究成果具有较好的应用前景和一定的推广价值。

推荐服务:

Copyright © 2015 科易网 版权所有 闽ICP备07063032号-5