毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

matlab的PCA行人识别算法研究

时间:2018-08-20 16:00来源:毕业论文
基于PCA算法的行人识别。它已经成为研究行人识别的经典算法,pca在于在原本复杂的数据中找到其根本,降维是它的根本概括,将最简单的数据结构揭露出来。在本设计中它主要用于人

摘要在我们的生活中行人识别或者说是人脸识别已经变得越来越熟悉,使用也越来越多,办公大楼的出入口检测,道路上的红灯行人检测,甚或着刑事犯罪方面犯人的追捕等等我们生活的方方面面都已经潜移默化的接受行人识别的影响。本文是在已有的算法上结合老师的具体要求,设计一个程序实现在给定行人图像的基础上识别出动态的行人目标,应用英国已有的orl人脸数据库,应用工具matlab和基于pca方法,虽然在识别率上有一定的误差,但是结合自己对这个算法和项目的掌握情况做了以下的分析和总结。
基于PCA算法的行人识别。它已经成为研究行人识别的经典算法,pca在于在原本复杂的数据中找到其根本,降文是它的根本概括,将最简单的数据结构揭露出来。在本设计中它主要用于人脸特征的提取。27271
关键词  行人识别  人脸检测  欧氏距离  PCA  KL变换
 毕业论文设计说明书外文摘要
Title    The pedestrian recognition algorithm research  
Abstract
Pedestrian recognition or face recognition has become increasingly familiar in our lives, access detection office buildings, pedestrian red light on the road to detect, even with the criminal offenses of prisoners hunt and so every aspect of our livesIt has accepted a subtle influence pedestrian recognition. This article is a combination of teacher in the existing algorithms specific requirements, design a program to implement on the basis of a given image on a pedestrian identify pedestrians moving target, the application of the United Kingdom has been the face database, application tools matlab pca based method, Although there are some errors in the recognition rate, but with their own algorithm to grasp the situation and the project made the following analysis and summary.
Pedestrian detection algorithm based on PCA. It has become a classic algorithm pedestrian recognition, PCA is to find the fundamental data of the original complex, dimension reduction is its fundamental generalization, the most simple data structures revealed. In this design, it is mainly used to extract facial features.
Keywords  Pedestrian recognition  Face Recognition  Euclidean distance  PCA  kl transform algorithm
目 次
1  引言    1
1.1  行人识别的背景及意义    1
1.2  行人识别国内外研究情况    2
1.3  matlab介绍    4
1.4  PCA及KL变换的介绍    4
1.5 KL变换    7
1.6  本设计所做的工作    8
2  本设计行人识别系统的概要设计    9
2.1可行性分析    9
2.1.1预处理技术可行性分析    9
2.1.2操作及系统可行性分析    12
2.2需求分析    12
2.2.1功能分析及功能模块图    12
2.2.2详细分析各模块    13
2.2.3 pca算法步骤    17
3  详细设计    19
4  测试结果    26
结论    28
致谢    29
参考文献    30
1  引言
我们生活在一个地球上,一个人的脸,是眉毛,眼睛,鼻子,嘴巴,面颊等的固定或不确定组合,约70亿人在这里生活在这里繁衍生息,每个人的每一张面孔,也就7或8寸大小,并且每一个部位都有它该在的位置。但是,它们却是因为这种不太大不太复杂的组合,产生了世界上绝不可能有完全相同的两张面孔的结论。至今也是我们每一个人所信奉的。
在智能监控和计算机越来越发达的今天,行人识别的应用价值也同样的显现出来。人们希望通过这两者的结合,快速且高效的实现对人的识别或是检测,减轻人脑的压力,实现更经济的处理一些工作。当今时代人脸识别是模式识别和人工智能畛域最受大家热议,最有挑战性的话题之一。人脸识别有很多其它不涉及生物识别方法的优势,如nonaggressively,友好,方便,等等。因此,人脸识别具有潜在的应用前景,如刑事鉴定,安全系统,文件管理,门禁系统,等等。这就促使我们更多的人来研究行人识别这方面的应用和算法的优化。 matlab的PCA行人识别算法研究:http://www.youerw.com/jisuanji/lunwen_21726.html
------分隔线----------------------------
推荐内容