论文研究 班级出勤制度对大学的经济影响
本文旨在开发一个平台,该平台允许使用多种算法在大型数据库中查找人物时更快地提取人脸特征。 我们将展示一种增强的人脸识别技术,其中将使用基于图像的方法(使用二维图像创建三维模型的过程)通过使用主成分分析从面部图像中提取特征来实现人工智能,本地方向模式和SVM机器学习。 迄今为止,专注于面部识别的研究依靠PCA(原理成分分析)和LBP(局部二值模式)的融合来进行特征提取,PCA和LBP被用于整个图像和嘴巴特征的全局特征提取。区域分开。 结果表明,该方法易受随机噪声的影响,其性能率为89.64%[1]。 此外,最近的研究表明,PCA(原理成分分析)和LDP(局部方向图)的融合可用于特征提取[2]。
用户评论