海量数据人脸识别算法的研究与应用

[复制链接]
查看: 364|回复: 0

5万

主题

8万

帖子

18万

积分

论坛元老

Rank: 8Rank: 8

积分
189675
发表于 2022-5-6 08:17:27 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
人脸识别是利用计算机对人脸图像进行处理、分析和理解,以识别测试人脸的身份信息的技术。这种技术是模式识别研究中的十分重要的分支,其深远的理论意义和广泛的应用价值吸引了国内外众多专家学者在这一领域的研究。在众多的人脸识别算法中,基于线性子空间的人脸识别算法具有算法计算简单、实时性好、易于实现以及对表情和饰物变化具有良好的鲁棒性等优点,成为人脸识别技术的经典解决方案之一。但是该类算法本身也存在一定缺陷,如无法在大规模人脸数据库中应用等。本文针对这一题目做了如下工作:1)        对大规模人脸库上基于线性子空间人脸特征提取算法进行了系统的分析。在这一部分,本文首先对基于线性子空间人脸特征提取算法的原理进行分析。通过大量实验得出结论,即该类算法无法在海量人脸库上直接应用。在此结论的基础上,本文给出了一种海量人脸库上特征提取的解决方案,即先使用聚类算法进行聚类分析,然后再进行人脸特征提取。实验表明:这种方法能够有效的应用于海量人脸数据库。2)        在对基于海量人脸库上的聚类分析特点进行分析之后,本文在二分K-均值聚类算法的基础上,针对海量人脸库的特点和二分K-均值聚类算法的缺陷,提出一种改进的海量人脸库聚类算法——动态二分均值聚类算法。实验表明:这种聚类算法相对于经典的二分K-均值聚类算法能够取得更好的聚类效果。3)        针对海量人脸数据库上的人脸识别特点,在对最近邻分类器原理进行分析的基础上,提出一种基于正确拒绝的最近邻分类器。在进行人脸匹配时,用户可以根据实际业务需要,通过调整拒绝参数进行有针对性的配置。4)        在以上研究成果的基础上,本文设计并实现了一种基于海量人脸库的人脸识别与跟踪系统。该系统从摄像头采集实时视频画面,采用本文提出的识别方法进行人脸识别,并根据识别结果对信息数据库进行管理。该系统可以应用于视频监控,反恐安保等领域,具有较高的实用和推广价值。





上一篇:某银行经营绩效考核系统的设计与实施
下一篇:某商贸企业SAP财务模块的部署与实施
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图