排序方式: 共有7条查询结果,搜索用时 109 毫秒
1
1.
2.
为了实时处理恶劣光照条件下的人脸图像,在自商图像的基础上,提出了一种新的人脸光照补偿的方法.该方法首先在人脸三维光照简化模型的基础上,利用方向滤波削弱附着阴影.然后结合高斯低通滤波器,进一步削弱投射阴影.两者非线性结合,显著改善光照图像的质量.利用YaleB数据库提供的光照图像,在10万人脸数据库系统中进行测试,结果表明在光照条件恶劣的情况下能显著提高识别率. 相似文献
3.
为了实时处理恶劣光照条件下的人脸图像,在自商图像的基础上,提出了一种新的人脸光照补偿的方法.该方法首先在人脸三维光照简化模型的基础上,利用方向滤波削弱附着阴影.然后结合高斯低通滤波器,进一步削弱投射阴影.两者非线性结合,显著改善光照图像的质量.利用Yale B数据库提供的光照图像,在10万人脸数据库系统中进行测试,结果表明在光照条件恶劣的情况下能显著提高识别率. 相似文献
4.
针对具有多种大尺寸卷积内核的Gabor滤波器组,设计了可配置二维卷积处理器来实现硬件加速。该处理器利用FPGA(field programmable gate array)内部逻辑资源构建具有多级流水线的二维卷积运算单元,并通过子块分割及重组来支持任意尺寸的卷积运算。使用高级语言对其控制器编程来实现对卷积运算单元及数据流的配置,从而实现Gabor滤波。实验表明:使用EP2C70F896C6型FPGA工作在75MHz,对于120×90像素的灰度图像计算五尺度八方向Gabor滤波(最大尺寸为41×41像素,系数为复数)总耗时28.8ms。 相似文献
5.
基于噪音相关性的数字图像区域作伪检测 总被引:4,自引:0,他引:4
为了鉴别一幅数字图像是否存在作伪的区域,应用数字图像与数码相机的噪音相关性,提出一种检测数字图像区域作伪的新方法.该方法首先利用小波滤波器从数字图像中提取出残留噪音,采用平均多幅图像残留噪音的办法得到相机的噪音参考模式.然后选择一个适当大小的检测模块在嫌疑图像的残留噪音和相机的噪音参考模式上同步移动,同时求出两者的噪音相关系数.最后把这一噪音相关系数与预设的判别阈值进行比较,从而判定该嫌疑图像是否存在作伪区域.在假设错误接受率为10-3的条件下,利用Neyman-Pearson判别规则求出各相机的判别阈值,利用浮动阈值法和加入三个修正措施后进行检测.结果表明,该方法的区域检测正确率为87%左右. 相似文献
6.
用于人脸识别的正面人脸图像眼镜摘除 总被引:1,自引:0,他引:1
眼镜是人脸图像中最常见的遮挡物,它对识别率的影响很大。为了提高戴眼镜人脸图像的识别率,提出了一个从正面人脸图像中提取并摘除眼镜的方法。通过一个自适应二值化的方法,检测了正面人脸图像中眼镜遮挡的部分。经过迭代的误差补偿方法,合成了对应输入图像的不戴眼镜的正面人脸图像。实验结果表明:该方法能有效地合成无眼镜的正面人脸图像。原始戴眼镜人脸图像的识别率是50.1%,合成的无眼镜正面人脸图像的识别率是99.4%。 相似文献
7.
1