众文网1.毕业论文人脸图像压缩与重建
在图像处理领域中，图像的超分辨率重建技术和（略）个发展已经比较成熟的部分.本文从实际应用的要求出发，对二者的结合作了研究，即对压缩图像进行超分辨率重建. 论文主要做了以下工作：对图像压缩过程中（略）重建算法利用的运动补偿和量化进行了研究，简化并实现了MPEG-4的编码器；研究了空间域的凸集投影（POCS）超分辨率重建算法；实现了在压缩图像的变换域运用凸集投影算法来进行超分辨率重建. 实验证明，基于变换域的凸集投影算法能去除压缩过程带来的量化噪声，取得比传统解压后再进行普通超分辨率重建更好的效果.尤其在压缩比较大的情况下，重建效果更为明显。
2.研究人脸识别的意义和背景
生物特征识别技术是利用人体生物特征进行身份认证的一种技术。生物特征是人的内在属性إ具有很强的自身稳定性和个体差异性إ因此是身份验证的理想依据。生物特征识别系统对生物特征进行特征提取并组成特征模板إ当人们应用该识别系统进行身份认证时إ识别系统提取其特征并与数据库中的特征模板进行比对إ 以确定是否匹配إ从而决定接受或拒绝该人。一般来说إ人类的身份识别方式分为三类：
1ؤ特征物品：包括各种证件إ如身份证、学生证和护照等；
2ؤ特殊知识：包括各种密匙如أ密码、口令等ؤ和暗号等；
3ؤ人类生物特征：包括各种人类的生理和行为特征إ如人脸、指纹、掌
纹、虹膜、声音等。
前两类特征识别方法属于传统意义上的身份识别技术إ有着方便、快捷的特点。但这些特征识别方法致命的缺点是安全性差、易伪造窃取。相比较而言إ人体生物特征由于其稳定性和独特性إ成为最理想的身份识别特征。相比于其他生物特征إ基于人脸面部特征的识别具有主动性、非侵犯性和用户友好性等许多优点إ它是一种更方便直接、更友好、更容易被人们接受的识别方法
3.人脸检测技术的研究现状
国外对人脸检测问题的研究很多，比较著名的有MIT,CMU等；国内的清华大学、中科院计算所和自动化所、南京理工大学、北京工业大学等都有人员从事人脸检测相关的研究。而且，MPEG7标准组织已经建立了人脸识别草案小组，人脸检测算法也是一项征集的内容。随着人脸检测研究的深入，国际上发表的有关论文数量也大幅度增长，如IEEE的FG、ICIP\CVPR等重要国际会议上每年都有大量关于人脸检测的论文，占有关人脸研究论文的1/3之多。由此可以看到世界对人脸检测技术的重视。
4.毕业论文人脸图像压缩与重建
在图像处理领域中，图像的超分辨率重建技术和（略）个发展已经比较成熟的部分.本文从实际应用的要求出发，对二者的结合作了研究，即对压缩图像进行超分辨率重建. 论文主要做了以下工作：对图像压缩过程中（略）重建算法利用的运动补偿和量化进行了研究，简化并实现了MPEG-4的编码器；研究了空间域的凸集投影（POCS）超分辨率重建算法；实现了在压缩图像的变换域运用凸集投影算法来进行超分辨率重建. 实验证明，基于变换域的凸集投影算法能去除压缩过程带来的量化噪声，取得比传统解压后再进行普通超分辨率重建更好的效果.尤其在压缩比较大的情况下，重建效果更为明显。
5.毕业设计：二维主成分分析在人脸中的应用研究
/Abstract.aspx?A=hwyjggc200004003
二维主成分分析方法的推广及其在人脸识别中的应用
Generalization of 2DPCA and its application in face recognition
关键词：线性鉴别分析，特征抽取，分块二维主成分分析，特征矩阵，人脸识别
作者：陈伏兵，陈秀宏，高秀梅，杨静宇
概述：提出了分块二维主成分分析（分块2DPCA）的人脸识别方法.分块2DPCA方法先对图像矩阵进行分块，对分块得到的子图像矩阵直接进行鉴别分析.其特点是：能方便地降低鉴别特征的维数；可以完全避免使用矩阵的奇异值分解，特征抽取方便；与2DPCA方法相比，使用低维的鉴别特征矩阵，而达到较高（至少是不低）的正确识别率.此外，2DPCA是分决2DPCA的特例.在ORL和NUST603人脸库上的试验结果表明，所提出的方法在识别性能上优于2DPCA方法.
/the_calculator_is_applie_7/2005_08/generalization_of_2dpca__120095.htm
转载请注明出处众文网 » 人脸识别毕业论文-推广(毕业论文人脸图像压缩与重建)