人眼識別(已修改)
2025-09-25 19:02 本頁面
【正文】 開放性實驗報告《基于集成學習的圖像識別算法》小組成員：姓名 張宏胤 學號 1140299229 指導老師： 彭艷斌 2016 年 12 月 【實驗名稱】基于集成學習的圖像識別算法【實驗目的】 ； ； 。【實驗內容】 ； ； 。【實驗步驟】一、系統(tǒng)需求分析目的與背景當前社會上頻繁出現(xiàn)的入室偷盜、搶劫、傷人等案件的不斷發(fā)生，鑒于此種原因，防盜門開始走進千家萬戶，給家庭帶來安寧；然而，隨著社會的發(fā)展，技術的進步，生活節(jié)奏的加速，消費水平的提高，人們對于家居的期望也越來越高，對便捷的要求也越來越迫切，基于傳統(tǒng)的純粹機械設計的防盜門，除了堅固耐用外，很難快速滿足這些新興的需求：便捷，開門記錄等功能。廣義的人臉識別實際包括構建人臉識別系統(tǒng)的一系列相關技術，包括人臉圖像采集、人臉定位、人臉識別預處理、身份確認以及身份查找等；而狹義的人臉識別特指通過人臉進行身份確認或者身份查找的技術或系統(tǒng)。 人臉識別 生物特征識別技術所研究的生物特征包括臉、指紋、手掌紋、虹膜、視網膜、聲音（語音）、體形、個人習慣（例如敲擊鍵盤的力度和頻率、簽字）等，相應的識別技術就有人臉識別、指紋識別、掌紋識別、虹膜識別、視網膜識別、語音識別（用語音識別可以進行身份識別，也可以進行語音內容的識別，只有前者屬于生物特征識別技術）、體形識別、鍵盤敲擊識別、簽字識別等。人臉識別主要用于身份識別。由于視頻監(jiān)控正在快速普及，眾多的視頻監(jiān)控應用迫切需要一種遠距離、用戶非配合狀態(tài)下的快速身份識別技術，以求遠距離快速確認人員身份，實現(xiàn)智能預警。人臉識別技術無疑是最佳的選擇，采用快速人臉檢測技術可以從監(jiān)控視頻圖象中實時查找人臉，并與人臉數(shù)據庫進行實時比對，從而實現(xiàn)快速身份識別二．系統(tǒng)設計1) 理論知識fisher概念引出 在應用統(tǒng)計方法解決模式識別問題時，為了解決“維數(shù)災難”的問題，壓縮特征空間的維數(shù)非常必要。fisher方法實際上涉及到維數(shù)壓縮的問題。fisher分類器是一種幾何分類器, 包括線性分類器和非線性分類器。線性分類器有：感知器算法、增量校正算法、LMSE分類算法、Fisher分類。若把多維特征空間的點投影到一條直線上，就能把特征空間壓縮成一維。那么關鍵就是找到這條直線的方向，找得好，分得好，找不好，就混在一起。因此fisher方法目標就是找到這個最好的直線方向以及如何實現(xiàn)向最好方向投影的變換。這個投影變換恰是我們所尋求的解向量，這是fisher算法的基本問題。樣品訓練集以及待測樣品的特征數(shù)目為n。為了找到最佳投影方向，需要計算出各類均值、樣品類內離散度矩陣和總類間離散度矩陣、樣品類間離散度矩陣，根據Fisher準則，找到最佳投影準則，將訓練集內所有樣品進行投影，投影到一維Y空間，由于Y空間是一維的，則需要求出Y空間的劃分邊界點，找到邊界點后，就可以對待測樣品進行進行一維Y空間的投影，判斷它的投影點與分界點的關系，將其歸類。Fisher法的核心
環(huán)評公示相關推薦
鄂ICP備17016276號-1