资料下载
×
三维人脸数据库分类识别
消耗积分:1 |
格式:rar |
大小:0.80 MB |
2018-01-30
分享资料个
针对传统的三维人脸识别分类算法大多需要多个样本进行训练，而在单训练样本的前提下识别性能会严重降低的问题，提出了基于模糊自适应共振理论映射（ Fuzzy ARTMAP）的算法对三维人脸数据库进行分类识别。首先对三维人脸深度图像进行局部二值模式（ LBP）统一模式算子的特征提取，再对LBP特征进行Log-Gabor小波变换，提取图像的频域特征向量作为训练的输入向量，最后将单样本训练向量集送入Fuzzy ARTMAP分类器进行训练识别。该算法在FRGC v2.0三维人脸数据库中的识别率可达到87. 15%，分类器的训练时间为24. 88 s，单张待识别人脸样本与单张已注册的人脸匹配时间为0. 0015 s，一张新的人脸样本在数据库完成一次搜索匹配则需要1.08 s。实验结果表明，所提方法在测试中的性能优于概率神经网络（ PNN）和极限学习机神经网络（ELM），既能保证较高的识别率，又能拥有较短的训练时间，且时间增幅稳定，可控性强。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
