<cite id="yfgsf"><li id="yfgsf"></li></cite><track id="yfgsf"><em id="yfgsf"></em></track>
  1. <optgroup id="yfgsf"><em id="yfgsf"><del id="yfgsf"></del></em></optgroup><legend id="yfgsf"><font id="yfgsf"></font></legend>

    <optgroup id="yfgsf"><li id="yfgsf"></li></optgroup>
  2. <optgroup id="yfgsf"><li id="yfgsf"><del id="yfgsf"></del></li></optgroup>
  3. <cite id="yfgsf"><li id="yfgsf"></li></cite>

    <input id="yfgsf"><em id="yfgsf"></em></input>
  4. <legend id="yfgsf"><li id="yfgsf"></li></legend><optgroup id="yfgsf"></optgroup>

      人臉識別技術有哪些識別方法

      日期:2019-07-17 / 人氣: / 來源:道爾智控

      特征識別--特征臉

      MIT實驗室的特克(Turk)和潘特(Pentland)提出的“特征臉”方法無疑是這一時期內最負盛名的 人臉識別方法。其后的很多人臉識別技術都或多或少與特征臉有關系,現在特征臉已經與歸一化的協相關 量(Normalized Correlation)方法一道成為人臉識別的性能測試基準算法。

      漁夫臉識別法

      貝爾胡米爾等提出的 Fisherface人臉識別方法是這一時期的另一重要成果。該方法 首先采用主成分分析(PCA)對圖像表觀特征進行降維。在此基礎上,采用線性判別分析(LDA)的方法 變換降維后的主成分以期獲得“盡量大的類間散度和盡量小的類內散度”。該方法目前仍然是主流的人臉 識別方法之一,產生了很多不同的變種,比如零空間法、子空間判別模型、增強判別模型、直接的 LDA 判 別方法以及近期的一些基于核學習的改進策略。

      彈性圖匹配法

      其基本思想是用一個屬性圖來描述人臉:屬性圖的頂點代表面部關鍵特征點,其屬性為相應特征點處 的多分辨率、多方向局部特征——Gabor變換12特征,稱為Jet;邊的屬性則為不同特征點之間的幾何 關系。對任意輸入人臉圖像,彈性圖匹配通過一種優化搜索策略來定位預先定義的若干面部關鍵特征點, 同時提取它們的Jet特征,得到輸入圖像的屬性圖。最后通過計算其與已知人臉屬性圖的相似度來完成識 別過程。該方法的優點是既保留了面部的全局結構特征,也對人臉的關鍵局部特征進行了建模

      作者:道爾智控


      現在致電 4000-500-315 或 查看更多聯系方式 →

      啪啪射