English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 1399993 線上人數 : 614
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NCUTIR
電資學院
電機工程系(所)
--【電機工程系所】博碩士論文
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NCUTIR
‧
管理
勤益科大機構典藏
>
電資學院
>
電機工程系(所)
>
【電機工程系所】博碩士論文
>
Item 987654321/4845
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
資料載入中.....
資料載入中.....
請使用永久網址來引用或連結此文件:
http://ir.lib.ncut.edu.tw/handle/987654321/4845
題名:
基於粒子群結合K-means演算法應用於即時人臉辨識
作者:
張世平
白能勝
貢獻者:
電機工程系
關鍵詞:
K-means演算法
粒子群演算法
主成份分析
人臉辨識
日期:
2011-07
上傳時間:
2013-07-31 14:52:45 (UTC+8)
出版者:
台中;國立勤益科技大學
摘要:
本論文主要開發人臉辨識系統,實現在工業電腦的架構上,配置一個網路攝影機作為擷取影像的裝置。研究方法分為三個部分,分別為人臉定位、特徵擷取以及人臉辨識。人臉定位是採用AdaBoost來進行人臉矩形特徵訓練,將每個經過AdaBoost訓練出來的分類器以串聯的方式去判斷人臉區域,來達到過濾非人臉區域的效果,可以在複雜的背景影像中找出人臉區域。在特徵擷取方面是採用主成份分析(Principal Component Analysis, PCA)法,此方法可以有效率地降低資料量,並保留變化大的影像特徵。然後人臉辨識方面提出粒子群最佳化(Particle Swarm Optimization, PSO)結合K-means演算法來辨別人臉身分,以便獲得較佳的全局收斂性,並且可以克服傳統的K-means容易陷入局部極小值的缺陷。最後藉由實驗結果證實,本論文所提出之人臉辨識系統可以有效地即時找出人臉,並且正確的辨識人物是否有在資料庫內,對於多個人物之偵測亦可達成,並根據幾個實驗驗證本論文所製作的人臉辨識系統可行度。
顯示於類別:
[電機工程系(所)] 【電機工程系所】博碩士論文
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
基於粒子群結合K-means演算法應用於即時人臉辨識.pdf
5825Kb
Adobe PDF
1630
檢視/開啟
檢視Licence
檢視Licence
在NCUTIR中所有的資料項目都受到原著作權保護.
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋