BEMD与分形维数:高效人脸识别新策略
需积分: 10 147 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。
点击了解资源详情
394 浏览量
173 浏览量
2021-09-23 上传
282 浏览量
155 浏览量
2021-09-23 上传
2021-09-23 上传
2022-06-11 上传

weixin_38744270
- 粉丝: 329

最新资源
- VC实现漂亮透明时钟控件源码发布
- Android扩展按钮菜单库的实现与应用
- 计算机视觉技术的深入解析与实践应用
- 《太空射击游戏设计》:创意小游戏实战演练
- 掌握PB独立运行的三大必备库文件
- 使用JDBC工具连接MySQL数据库实战示例
- 如何在项目中直接导入xerces-2.6.2.jar包
- 免安装小巧型PDF阅读器:上网时快速阅读PDF文件
- 东震三号USB驱动程序解析与安装指南
- Fotoapparat:提升Android应用拍照体验的API介绍
- 天蝎飞飞开服端完整解决方案:源码、数据库与网站
- 黄能耿《Java程序设计与实训》配套PPT全集下载
- 组播流跨VLAN转发技术在网络设备中的应用
- Terraform基础操作简易教程
- ADT插件:提升安卓开发效率的神器
- PHP大文件分片上传技术及WebUploader应用详解