鲁棒的人脸图像主成分特征提取方法及识别装置的制造方法技术资料下载

技术编号:9708756

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

在大量的现实应用中,大多数现实数据都具有高维的特征,例如人物面部图像或 人脸图像。对于图像而言,图像中的像素构成了图像向量样本数据的维度或特征,因此尺寸 较大的图像则将构成了维度很高的向量样本数据。但是人脸图像在采集、传输、显示、压缩 保存等过程容易形成不利的无用特征、冗余信息或噪音数据,因此如何从高维的人脸图像 数据中提取出最具描述性的特征,进行人脸图象识别,是本领域技术人员需要解决的问题。 对于人脸图像主成分特征提取,最经典的方法是PCA(Princ...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发