Neuronale Netze - DCT für die Gesichtserkennung. Matlab-Quellcode. Hohe Informationsredundanz und Korrelation in Gesichtsbildern führen zu Ineffizienzen, wenn solche Bilder werden direkt für die Erkennung verwendet. Diskreten Cosinus-Transformationen verwendet werden, um Bildinformationen Redundanz zu verringern, da nur eine Teilmenge der Transformationskoeffizienten notwendig sind, um die wichtigsten Gesichtsmerkmale wie Haar Umrisse, Augen und Mund zu erhalten.
Wir zeigen, experimentell, dass, wenn DCT-Koeffizienten werden in ein Backpropagation neuronales Netz zur Klassifizierung zugeführt wird, kann eine hohe Erkennungsrate durch Verwendung einer sehr geringen Anteil von Transformationskoeffizienten erreicht werden. Dies macht DCT-basierten Gesichtserkennungs viel schneller als andere Ansätze. . Matlab Die Image Processing Toolbox und Matlab Neural Network Toolbox erforderlich
Anforderungen :
Windows 3.x / 95/98 / Me / NT / 2000 / XP / 2003 Server, Matlab Bildverarbeitung Neural Network Toolboxen
Kommentare nicht gefunden