导读:本文包含了弹性束图匹配法论文开题报告文献综述及选题提纲参考文献，主要关键词:人脸检测与识别,Gabor特征,颜色空间,Verilog,HDL
弹性束图匹配法论文文献综述
吴杨[1]（2018）在《基于弹性图匹配法的特定人物检测及软硬件实现》一文中研究指出随着生物识别技术的快速发展,人脸识别技术越来越多地被应用在人类生活中,如安防系统、寻人系统、门禁系统等,如何从图像中通过人脸来准确、快速地检测到特定人物有重要的实际应用价值。本文首先对人脸检测与识别的现状进行分析,在此基础上,给出了基于Gabor特征的弹性图匹配法的人脸识别方法,设计了特定人物检测的Matlab软件程序和硬件结构。本文研究成果可分为两部分:(1)论文首先对特定人物检测算法及其Matlab实现进行研究。为了去除与肤色相近的背景颜色的干扰,给出了基于YCgCr和YCgCb颜色空间的人脸检测粗定位的方法。其次,改进了基于Gabor特征的人脸识别算法,通过试验确定了特征点的最优权值参数。构建了特定人物检测的图像库,编写 Mtal ab程序实现了对特定人物的检测,检测结果表明,该算法特定人物的识别率可达到96%。(2)在算法软件实现的基础上,论文设计了特定人物检测的硬件结构,整个硬件系统包括肤色粗定位模块、人脸检测识别模块以及存储等模块等。编写了各个模块的Verilog HDL代码，并用Modelsim做了仿真,最后将整个系统综合到ALTERA的STRATIX V器件中,并在FPGA板上进行验证,结果表明论文设计硬件结构是正确的。(本文来源于《西安理工大学》期刊2018-06-30）
韩军[2]（2012）在《基于弹性束图匹配与隐马尔科夫模型的人脸识别算法研究》一文中研究指出随着现代科学技术的发展，生物特征识别技术在近些年的研究中逐渐成为一个热点，随之产生的众多的研究成果和产品，被广泛应用在各类信息安全、金融交易、社会安防、出入境管理、行政、交通、医疗等领域，在社会生活的各个方面都起到了显着地作用。到目前为止，生物特征识别技术中较为成熟的技术有人脸、虹膜、指纹、掌纹、人耳、手形等识别方法，其中人脸识别因其所具有的非接触式、简单快捷等优势，成为目前生物特征识别领域中研究的主流对象，但是由于人脸图像易受光照、角度、年龄、环境变化的影响，且人脸图像之间又具有高度的相似性，因此如何快速准确的进行人脸识别，就成了研究人脸识别技术时必须要考虑和解决的问题。本文即针对上述问题，对人脸识别技术中较为常用的弹性束图匹配方法和隐马尔科夫模型方法进行了较为深入的研究，主要的工作和成果有以下几个方面：1.全面概述了目前人脸识别领域中使用较为广泛的几种识别方法，对其所采用的理论依据、具体实现方法进行了分析比较，总结和归纳了这些方法在处理人脸识别问题时分别所具有的优势和缺陷。单一方法在处理人脸识别问题时总是具有一定的局限性，提取的单一的人脸特征也易受到环境因素的影响，因此多种方法或特征的融合，可以避免使用单一方法的缺陷，扩大算法的适用范围，提高抗干扰性。2.针对基于弹性束图匹配的正面人脸识别方法中不同频率的特征值对于人脸图像识别率影响的差异性问题，提出了一种利用权值分配对小波系数进行优化的方法，由于变换后得到的小波系数对于人脸图像识别率的影响大小不一，因此对其进行分类并赋予相应的权值，使得可以提高识别率的小波系数所占的权重更大，从而显着增强不同人脸弹性图结构之间的差异性，通过算法验证系统的检验，改进后的方法可以有效提高识别率。3.通过对基于隐马尔科夫模型的人脸识别系统的研究和分析，采用奇异值作为特征向量构建隐马尔科夫模型进行人脸识别，由于奇异值向量具有稳定性、位移不变性、转置不变性、与对应图像亮度成比例变化等特性，因此对于人脸图像易受到的光照、角度、环境等因素的影响具有一定的鲁棒性，相对于直接采用图像灰度值和二维离散余弦变换值所做的识别结果，采用奇异值分解的隐马尔科夫模型人脸识别方法可以得到更高的识别率。(本文来源于《兰州理工大学》期刊2012-04-18）
武京伟,黄春庆[3]（2009）在《一种基于改进弹性束图匹配的人脸识别》一文中研究指出针对基于弹性束图匹配(EBGM)算法的正面人脸识别,提出了一种新的优化理论。在EBGM算法中,在抽取脸部图像特征之前,需要首先预设好Gabor小波的波长。为了对EBGM算法进行优化,提出了采用遗传算法(GA)对Gabor小波波长进行最佳选择。为了对改进的算法进行评估,实验对300个FERET人脸数据库类进行了测试。在训练阶段,每个类中只取出一幅图像用来训练。经过优化后的EBGM算法匹配运算大幅度减少,识别率大约为90%,运行速度提高至原EBGM算法的1.5倍。(本文来源于《工业控制计算机》期刊2009年09期）
刘晓东[4]（2008）在《基于弹性图匹配法的人脸识别算法研究》一文中研究指出人脸识别作为一种重要的生物特征识别技术,涉及到模式识别、计算机视觉、图像处理以及认知科学等多个前沿学科知识,在公共安全以及信息安全领域有广泛的应用。当前主流的人脸识别方法分为两大类:基于统计特征的算法和基于几何特征的算法。前者将人脸区域作为整体输入到识别系统中,以寻求最佳匹配。基于子空间的识别方法是这类算法的代表,该算法的思想是将人脸图像进行降维处理,投射到低维空间进行识别。而基于几何特征的算法则是提取人脸特征点信息,通过匹配特征信息来进行识别,代表方法有弹性图匹配法(EBGM),该算法利用人脸的基准特征点构造拓扑图,使其能够符合人脸的几何特征,进而获取人脸关键点的特征值进行匹配。本文主要对弹性图匹配法(EBGM)进行了深入研究,针对该算法中的不足之处,提出自己的方法,纵观全文,主要有以下内容:1、综述人脸识别技术的历史和现状,详细总结了当前主流的人脸识别算法,并逐个分析了这些算法的优缺点。2、详细地描述了EBGM算法思想,介绍了Gabor滤波器的特性及其在EBGM算法中的应用;阐述了特征点的概念、特征点的定位方法、人脸束图的提取方法以及如何提取以及比较人脸图。3、通过分析EBGM算法中的特征点定位方法,针对精确估算特征点位置时所采用方法的不足,提出了平均定位法:当选取最佳匹配点时,不是采用模板图中最优的估算结果,而是选取所有模板图估算结果的平均值。4、EBGM算法在计算人脸特征点的相似度时,认为每个Gabor小波系数对结果的影响是相同的,从而给予所有系数同等权重,但实验测试表明情况并非如此。本文充分挖掘人脸频率分布的统计特性,通过对不同特征点在频域分布特征的提取,提出一种对Gabor小波系数进行分类并赋予其不同权重的优化方法。实验测试证明,该算法能有效的提高识别率。(本文来源于《上海交通大学》期刊2008-12-01）
张海龙[5]（2008）在《人脸识别的弹性束图匹配算法的研究》一文中研究指出人脸识别在基于生物特征识别技术的身份认证中是最主要的方法之一。基于人脸识别的自动身份认证具有重要的理论意义和应用价值,对人脸自动识别方法的研究已成为当前模式识别和人工智能领域的一个研究热点。在本文的人脸识别系统中,人脸被表示成一系列的特征点,每个特征点都被描述为一个由40个复Gabor滤波器组与该点响应的结果,称为Jet。这样一个Jet就描述了该特征点邻域的局部灰度信息,滤波器集采用了5个不同的频率和8个不同的方向。在训练集的图像中,用手工标注相关特征点的坐标并求取Jets;对于样本人脸图像,对应的特征点被自动搜索出。特征点粗略定位由训练集人脸的结构作先验知识,然后利用弹性束图进行精确定位。本文深入研究了利用二维Gabor小波变换进行人脸识别的理论方法和技术,论文的主要工作如下：1、本文对当前常用的人脸识别理论方法做了扼要的概括总结,对当前人脸识别技术的研究现状、存在的问题和技术发展进行了论述。2、讨论了人脸图像的预处理。人脸图像的预处理就是将由图像采集设备采集到的人脸图像调整成规范化的图像。3、研究了二维Gabor小波变换及其在识别应用中的响应特性。二维Gabor小波变换是通过计算一组二维Gabor滤波器与图像上给定位置附近区域像素灰度值的卷积来实现的。4、分析了人脸识别的特征点定位以及弹性束图匹配的基本过程,对其中的相似度以及匹配函数进行了分析。(本文来源于《东北大学》期刊2008-01-20）
弹性束图匹配法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着现代科学技术的发展，生物特征识别技术在近些年的研究中逐渐成为一个热点，随之产生的众多的研究成果和产品，被广泛应用在各类信息安全、金融交易、社会安防、出入境管理、行政、交通、医疗等领域，在社会生活的各个方面都起到了显着地作用。到目前为止，生物特征识别技术中较为成熟的技术有人脸、虹膜、指纹、掌纹、人耳、手形等识别方法，其中人脸识别因其所具有的非接触式、简单快捷等优势，成为目前生物特征识别领域中研究的主流对象，但是由于人脸图像易受光照、角度、年龄、环境变化的影响，且人脸图像之间又具有高度的相似性，因此如何快速准确的进行人脸识别，就成了研究人脸识别技术时必须要考虑和解决的问题。本文即针对上述问题，对人脸识别技术中较为常用的弹性束图匹配方法和隐马尔科夫模型方法进行了较为深入的研究，主要的工作和成果有以下几个方面：1.全面概述了目前人脸识别领域中使用较为广泛的几种识别方法，对其所采用的理论依据、具体实现方法进行了分析比较，总结和归纳了这些方法在处理人脸识别问题时分别所具有的优势和缺陷。单一方法在处理人脸识别问题时总是具有一定的局限性，提取的单一的人脸特征也易受到环境因素的影响，因此多种方法或特征的融合，可以避免使用单一方法的缺陷，扩大算法的适用范围，提高抗干扰性。2.针对基于弹性束图匹配的正面人脸识别方法中不同频率的特征值对于人脸图像识别率影响的差异性问题，提出了一种利用权值分配对小波系数进行优化的方法，由于变换后得到的小波系数对于人脸图像识别率的影响大小不一，因此对其进行分类并赋予相应的权值，使得可以提高识别率的小波系数所占的权重更大，从而显着增强不同人脸弹性图结构之间的差异性，通过算法验证系统的检验，改进后的方法可以有效提高识别率。3.通过对基于隐马尔科夫模型的人脸识别系统的研究和分析，采用奇异值作为特征向量构建隐马尔科夫模型进行人脸识别，由于奇异值向量具有稳定性、位移不变性、转置不变性、与对应图像亮度成比例变化等特性，因此对于人脸图像易受到的光照、角度、环境等因素的影响具有一定的鲁棒性，相对于直接采用图像灰度值和二维离散余弦变换值所做的识别结果，采用奇异值分解的隐马尔科夫模型人脸识别方法可以得到更高的识别率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
弹性束图匹配法论文参考文献
[1].吴杨.基于弹性图匹配法的特定人物检测及软硬件实现[D].西安理工大学.2018
[2].韩军.基于弹性束图匹配与隐马尔科夫模型的人脸识别算法研究[D].兰州理工大学.2012
[3].武京伟,黄春庆.一种基于改进弹性束图匹配的人脸识别[J].工业控制计算机.2009
[4].刘晓东.基于弹性图匹配法的人脸识别算法研究[D].上海交通大学.2008
[5].张海龙.人脸识别的弹性束图匹配算法的研究[D].东北大学.2008