久久久久人妻一区二区三区精品,一出一进一爽一粗一大视频免费的,亚洲熟少妇一区二区三区

針對Eigenface算法的缺點，中科院計算所提出了特定人臉子空間(FSS)算法。該技術(shù)來源于但在本質(zhì)上區(qū)別于傳統(tǒng)的”特征臉”人臉識別方法：”特征臉”方法中所有人共有一個人臉子空間，而中科院計算所的方法則為每一個體人臉建立一個該個體對象所私有的人臉子空間，從而不但能夠更好的描述不同個體人臉之間的差異性，而且最大可能地擯棄了對識別不利的類內(nèi)差異性和噪聲，因而比傳統(tǒng)的”特征臉算法”具有更好的判別能力。另外，針對每個待識別個體只有單一訓練樣本的人臉識別問題，中科院計算所提出了一種基于單一樣本生成多個訓練樣本的技術(shù)，從而使得需要多個訓練樣本的個體人臉子空間方法可以適用于單訓練樣本人臉識別問題。在Yale人臉庫、本實驗室350人圖像庫上的對比實驗也表明中科院計算所提出的方法比傳統(tǒng)的特征臉方法、模板匹配方法對表情、光照、和一定范圍內(nèi)的姿態(tài)變化具有更好的魯棒性，具有更優(yōu)的識別性能。
彈性圖匹配技術(shù)是一種基于幾何特征和對灰度分布信息進行小波紋理分析相結(jié)合的識別算法，由于該算法較好的利用了人臉的結(jié)構(gòu)和灰度分布信息，而且還具有自動精確定位面部特征點的功能，因而具有良好的識別效果，該技術(shù)在FERET測試中若干指標名列前茅，其缺點是時間復雜度高，實現(xiàn)復雜。中科院計算所對該算法進行了研究，并提出了一些啟發(fā)策略。
4、人臉識別關鍵問題研究
a) 人臉識別中的光照問題
光照變化是影響人臉識別性能的最關鍵因素，對該問題的解決程度關系著人臉識別實用化進程的成敗。中科院計算所將在對其進行系統(tǒng)分析的基礎上，考慮對其進行量化研究的可能性，其中包括對光照強度和方向的量化、對人臉反射屬性的量化、面部陰影和照度分析等等。在此基礎上，考慮建立描述這些因素的數(shù)學模型，以便利用這些光照模型，在人臉圖像預處理或者歸一化階段盡可能的補償乃至消除其對識別性能的影響。重點研究如何在從人臉圖像中將固有的人臉屬性（反射率屬性、3D表面形狀屬性）和光源、遮擋及高光等非人臉固有屬性分離開來 ?；诮y(tǒng)計視覺模型的反射率屬性估計、3D表面形狀估計、光照模式估計，以及任意光照圖像生成算法是中科院計算所的主要研究內(nèi)容。具體考慮兩種不同的解決思路：
1、利用光照模式參數(shù)空間估計光照模式，然后進行針對性的光照補償，以便消除非均勻正面光照造成的陰影、高光等影響；
2、基于光照子空間模型的任意光照圖像生成算法，用于生成多個不同光照條件的訓練樣本，然后利用具有良好的學習能力的人臉識別算法，如子空間法，SVM等方法進行識別，
b) 人臉識別中的姿態(tài)問題研究
姿態(tài)問題涉及頭部在三維垂直坐標系中繞三個軸的旋轉(zhuǎn)造成的面部變化，其中垂直于圖像平面的兩個方向的深度旋轉(zhuǎn)會造成面部信息的部分缺失。使得姿態(tài)問題成為人臉識別的一個技術(shù)難題。解決姿態(tài)問題有三種思路：
第一種思路是學習并記憶多種姿態(tài)特征，這對于多姿態(tài)人臉數(shù)據(jù)可以容易獲取的情況比較實用，其優(yōu)點是算法與正面人臉識別統(tǒng)一，不需要額外的技術(shù)支持，其缺點是存儲需求大，姿態(tài)泛化能力不能確定，不能用于基于單張照片的人臉識別算法中等。
第二種思路是基于單張視圖生成多角度視圖，可以在只能獲取用戶單張照片的情況下合成該用戶的多個學習樣本，可以解決訓練樣本較少的情況下的多姿態(tài)人臉識別問題，從而改善識別性能。
第三種思路是基于姿態(tài)不變特征的方法，即尋求那些不隨姿態(tài)的變化而變化的特征。中科院計算所的思路是采用基于統(tǒng)計的視覺模型，將輸入姿態(tài)圖像校正為正面圖像，從而可以在統(tǒng)一的姿態(tài)空間內(nèi)作特征的提取和匹配。

以上關于本文的內(nèi)容，僅作參考！溫馨提示：如遇健康、疾病相關的問題，請您及時就醫(yī)或請專業(yè)人士給予相關指導!

「愛刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內(nèi)容，希望對您有所幫助：

附經(jīng)典論文列表 人臉識別算法有哪些( 六 )

附經(jīng)典論文列表人臉識別算法有哪些( 六 )