芮诚:基于ERT算法的狗脸特征点提取论文

芮诚:基于ERT算法的狗脸特征点提取论文

本文主要研究内容

作者芮诚(2019)在《基于ERT算法的狗脸特征点提取》一文中研究指出:近年来,我国综合国力迅猛发展,宠物市场的规模也在不断扩大。狗作为最受欢迎的宠物,在宠物市场中扮演着重要的作用,正因如此,实现对于狗脸的进一步研究显得尤为重要。在对狗脸的进一步研究中,狗脸识别是最重要的一项。参考人脸识别系统,若要实现狗脸的识别,常规的做法是提取狗脸的特征点,然后基于提取的特征点训练模型实现狗脸识别。虽然人脸的特征点提取已经发展得相对成熟,但是狗脸的特征点提取却少有相关的研究。本文参考人脸识别,对狗脸识别中的狗脸特征点提取进行研究,发现不同的狗脸由于形状上的区别难以建立一个统一的模型,因此本文提出对于不同的狗脸应该建立不同的特征点提取模型,并给出一种创新的特征点提取方法,以实现输入一张未知品种的狗脸图片,能提取出最合适该狗脸的特征点。本文首先将HOG特征与SVM方法相结合,实现狗脸检测,之后对于给定的品种,使用ERT算法实现该品种狗脸的特征点提取,最后基于前面两步工作,设计两套狗脸特征点提取的方法,第一种采用枚举法的思想,将输入图片与目标检测模型中的品种逐一对比检测,选出其可能的品种类型集合,然后用集合中品种对应的模型来提取特征点,最后根据特征点的像素灰度值,利用其与对应品种的平均像素灰度值之间的欧氏距离,确定输入图片狗脸最佳特征点;第二种方法采用聚类的思想,将所有的训练图片根据面部截图的HOG特征进行聚类,确定k个子类所含品种,将k个子类分别建立检测模型。接着,将输入图片与所有子类的检测模型对比检测,确定其所在的子类。之后,用子类中所含品种对应的模型来提取特征点。最后,根据特征点的像素值,利用其与对应品种的平均像素值之间的欧氏距离,确定输入图片狗脸狗脸最佳特征。为测试两种提取方法的性能,本文考虑了柯基、哈士奇、萨摩耶、柴犬、博美、法斗、德牧、牛头梗、恶霸犬、金毛、阿拉斯加、拉布拉多、杜宾13个品种,每个品种有30张图,每张图共41个特征点的测试集进行测试。第一种方法在测试集上的MSE为11.7217,总耗时为1652秒;第二种方法在测试集上的MSE为16.6276,总耗时为409秒。从测试集上的表现可以看出,方法一比方法二更加精准,方法二比方法一耗时更短。由此得出结论:方法一更适合对精度要求高,对时间要求低的场景,比如提取狗脸特征点进行狗脸识别等;方法二更适合对时间要求高,对精度要求低的场景,比如在线提取狗脸特征点进行狗脸美颜等。

Abstract

jin nian lai ,wo guo zeng ge guo li xun meng fa zhan ,chong wu shi chang de gui mo ye zai bu duan kuo da 。gou zuo wei zui shou huan ying de chong wu ,zai chong wu shi chang zhong ban yan zhao chong yao de zuo yong ,zheng yin ru ci ,shi xian dui yu gou lian de jin yi bu yan jiu xian de you wei chong yao 。zai dui gou lian de jin yi bu yan jiu zhong ,gou lian shi bie shi zui chong yao de yi xiang 。can kao ren lian shi bie ji tong ,re yao shi xian gou lian de shi bie ,chang gui de zuo fa shi di qu gou lian de te zheng dian ,ran hou ji yu di qu de te zheng dian xun lian mo xing shi xian gou lian shi bie 。sui ran ren lian de te zheng dian di qu yi jing fa zhan de xiang dui cheng shou ,dan shi gou lian de te zheng dian di qu que shao you xiang guan de yan jiu 。ben wen can kao ren lian shi bie ,dui gou lian shi bie zhong de gou lian te zheng dian di qu jin hang yan jiu ,fa xian bu tong de gou lian you yu xing zhuang shang de ou bie nan yi jian li yi ge tong yi de mo xing ,yin ci ben wen di chu dui yu bu tong de gou lian ying gai jian li bu tong de te zheng dian di qu mo xing ,bing gei chu yi chong chuang xin de te zheng dian di qu fang fa ,yi shi xian shu ru yi zhang wei zhi pin chong de gou lian tu pian ,neng di qu chu zui ge kuo gai gou lian de te zheng dian 。ben wen shou xian jiang HOGte zheng yu SVMfang fa xiang jie ge ,shi xian gou lian jian ce ,zhi hou dui yu gei ding de pin chong ,shi yong ERTsuan fa shi xian gai pin chong gou lian de te zheng dian di qu ,zui hou ji yu qian mian liang bu gong zuo ,she ji liang tao gou lian te zheng dian di qu de fang fa ,di yi chong cai yong mei ju fa de sai xiang ,jiang shu ru tu pian yu mu biao jian ce mo xing zhong de pin chong zhu yi dui bi jian ce ,shua chu ji ke neng de pin chong lei xing ji ge ,ran hou yong ji ge zhong pin chong dui ying de mo xing lai di qu te zheng dian ,zui hou gen ju te zheng dian de xiang su hui du zhi ,li yong ji yu dui ying pin chong de ping jun xiang su hui du zhi zhi jian de ou shi ju li ,que ding shu ru tu pian gou lian zui jia te zheng dian ;di er chong fang fa cai yong ju lei de sai xiang ,jiang suo you de xun lian tu pian gen ju mian bu jie tu de HOGte zheng jin hang ju lei ,que ding kge zi lei suo han pin chong ,jiang kge zi lei fen bie jian li jian ce mo xing 。jie zhao ,jiang shu ru tu pian yu suo you zi lei de jian ce mo xing dui bi jian ce ,que ding ji suo zai de zi lei 。zhi hou ,yong zi lei zhong suo han pin chong dui ying de mo xing lai di qu te zheng dian 。zui hou ,gen ju te zheng dian de xiang su zhi ,li yong ji yu dui ying pin chong de ping jun xiang su zhi zhi jian de ou shi ju li ,que ding shu ru tu pian gou lian gou lian zui jia te zheng 。wei ce shi liang chong di qu fang fa de xing neng ,ben wen kao lv le ke ji 、ha shi ji 、sa ma ye 、chai quan 、bo mei 、fa dou 、de mu 、niu tou geng 、e ba quan 、jin mao 、a la si jia 、la bu la duo 、du bin 13ge pin chong ,mei ge pin chong you 30zhang tu ,mei zhang tu gong 41ge te zheng dian de ce shi ji jin hang ce shi 。di yi chong fang fa zai ce shi ji shang de MSEwei 11.7217,zong hao shi wei 1652miao ;di er chong fang fa zai ce shi ji shang de MSEwei 16.6276,zong hao shi wei 409miao 。cong ce shi ji shang de biao xian ke yi kan chu ,fang fa yi bi fang fa er geng jia jing zhun ,fang fa er bi fang fa yi hao shi geng duan 。you ci de chu jie lun :fang fa yi geng kuo ge dui jing du yao qiu gao ,dui shi jian yao qiu di de chang jing ,bi ru di qu gou lian te zheng dian jin hang gou lian shi bie deng ;fang fa er geng kuo ge dui shi jian yao qiu gao ,dui jing du yao qiu di de chang jing ,bi ru zai xian di qu gou lian te zheng dian jin hang gou lian mei yan deng 。

论文参考文献

  • [1].基于神经网络的图像特征点提取算法研究[D]. 吴云辉.桂林电子科技大学2019
  • [2].基于神经网络的图像特征点提取在FPGA上实现[D]. 付清林.桂林电子科技大学2019
  • [3].图像特征点提取与匹配算法研究[D]. 马莹.哈尔滨工程大学2018
  • [4].骨架构建技术及在空间目标形状测度中的应用研究[D]. 郭光毅.湖北大学2015
  • [5].多视角图像的特征点提取与立体匹配研究[D]. 王莎莎.武汉理工大学2016
  • [6].基于局部重建的点云特征点提取[D]. 张绍光.大连理工大学2013
  • [7].图像配准特征点提取算法研究[D]. 陈静.南京理工大学2006
  • [8].基于双目立体视觉的特征点提取与定位方法研究[D]. 吴哲岑.吉林大学2015
  • [9].数字图像特征点提取及匹配的研究[D]. 陈淑荞.西安科技大学2009
  • [10].机器视觉中相机标定方法的研究[D]. 路红亮.沈阳工业大学2013
  • 读者推荐
  • [1].基于改进MTCNN模型的人脸检测与面部关键点定位[D]. 陈雨薇.东华大学2019
  • [2].基于浅层卷积网络的人脸表情识别方法研究[D]. 李宽.中国科学技术大学2019
  • [3].基于深度神经网络的人脸识别方法研究[D]. 赵远东.沈阳工业大学2019
  • [4].基于视觉伺服的显示器人机工效系统研究[D]. 李良.西安理工大学2019
  • [5].基于深度学习和稀疏表示的图像分类与检索方法研究[D]. 焦鹏飞.西安理工大学2019
  • [6].基于卷积神经网络的特定场景下人脸识别研究[D]. 彭鑫.西安理工大学2019
  • [7].基于局部点特征提取的图像配准方法研究[D]. 李冰.太原理工大学2019
  • [8].认知隐喻视角下汉英交替口译中的译者主体性研究[D]. 王甜思.上海外国语大学2019
  • [9].高中思想政治课课堂学习共同体建构研究[D]. 常富祥.上海师范大学2018
  • [10].中国大陆报媒关于“慰安妇”问题的报道研究[D]. 缑景艳.上海师范大学2018
  • 论文详细介绍

    论文作者分别是来自上海师范大学的芮诚,发表于刊物上海师范大学2019-06-17论文,是一篇关于狗脸特征点提取论文,狗脸对齐论文,特征论文,算法论文,上海师范大学2019-06-17论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自上海师范大学2019-06-17论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    芮诚:基于ERT算法的狗脸特征点提取论文
    下载Doc文档

    猜你喜欢