BEMD与分形维数:高效人脸识别新策略
需积分: 10 93 浏览量
更新于2024-09-10
1
收藏 539KB PDF 举报
本篇论文研究论文标题为"基于BEMD和分形维数的人脸识别方法",主要探讨了在人脸识别领域的一种创新性特征提取策略。传统的人脸识别方法常面临计算量大、处理速度慢和特征维数冗余的问题,这限制了其在实时应用中的效率。作者针对这些问题,提出了将二维经验模态分解(BEMD)与分形维数(Fractal Dimension)相结合的方法。
BEMD是一种非线性信号处理工具,它能够将复杂信号分解为一组独立的二维固有模态分量(BIMF),这些分量捕捉了原始图像的不同频率成分和局部特性。通过这种方法,论文将人脸图像分解成多个BIMF,每个BIMF进一步分割为子区域,然后利用分形盒维数(一种衡量复杂性和自相似性的数学概念)对每个子区域进行分析,以此提取更为有效的特征表示。
分形盒维数的引入使得特征提取更加精确,因为它能够反映出图像在不同尺度下的局部细节,从而更好地保留人脸的结构信息。这种特征向量不仅维度较低,而且具有更好的区分度,有助于减少误识率。此外,文章采用了BP神经网络作为分类器,这是因为神经网络具有强大的学习能力和非线性映射能力,能够有效地处理高维数据和复杂的关系。
实验部分,作者选择ORL人脸数据库进行验证,结果显示,基于BEMD和分形维数的人脸识别方法在保持较高识别精度的同时,显著提高了计算效率和存储需求,降低了识别的时间成本。这种方法为实时和高效的人脸识别提供了一种新的可能,对于实际应用具有很高的实用价值。这篇论文的研究成果不仅有助于提升人脸识别技术的性能,也为未来的研究者提供了新的思路和技术路线。
2021-09-23 上传
283 浏览量
156 浏览量
点击了解资源详情
2021-09-23 上传
2021-09-23 上传
2022-06-11 上传
190 浏览量
101 浏览量

weixin_38744270
- 粉丝: 329

最新资源
- OpenCV实战项目解析:源代码分析与应用指南
- Delphi开发的图书管理信息系统
- 高效数据库表设计及SQL生成工具介绍
- 探索jquery的各种验证方式:自定义与远程remote验证技巧
- PB门诊收费系统:提升医院门诊效率
- 开源音乐管理器源码分享与初学者心得
- 安卓平台仿iOS数字解锁界面开发教程
- JSP实现MYSQL数据库分页技术
- 分享xtree中文API使用心得与资源
- 汇编语言课后习题解答集及实验报告
- Android加载页面弹出框的实现与优化
- Verilog源码:自动售货机设计实现
- QuickCHM:功能全面的CHM编辑器
- JSP与SQL Server2000教学管理系统设计
- Nokia老机型存储卡解锁教程及工具
- IndyTiburon: Delphi的网络组件升级