Tài liệu Nhận dạng mặt người sử dụng thuật toán ICA + code Matlab

Mô tả:

Nhận dạng mặt người sử dụng thuật toán ICA Chương 1: GIỚI THIỆU 1. Giới thiệu chung 1 2. Giới thiệu đề tài 2 3. Một số kết quả đạt được về nhận dạng mặt người 3 Chương 2: MATLAB và XỬ LÝ ẢNH 1. Giới thiệu chung về matlab 4 1.1. Các đặc điểm cơ bản của MATLAB 4 1.2. Phát triển giải thuật và ứng dụng 5 1.3. Phân tích và tiếp cận dữ liệu 6 1.4. Tiếp cận dữ liệu 7 1.5. Hình ảnh hóa dữ liệu: 7 1.6. Xuất kết quả và triển khai ứng dụng 8 2. Xử lý ảnh (số) và các khái niệm liên quan: 8 2.1. Xử lý ảnh (số) 8 2.1.1. Phần thu nhận ảnh (Image Acquisition) 9 2.1.2. Tiền xử lý (Image Processing) 10 2.1.3. Phân đoạn (Segmentation) hay phân vùng ảnh 11 2.1.4. Biểu diễn ảnh (Image Representation) 11 2.1.5. Nhận dạng & nội suy ảnh (Image Recognition - Interpretation) 11 2.1.6. Cơ sở tri thức (Knowledge Base) 12 2.2. Các khái nịêm liên quan 12 2.2.1. Điểm ảnh(Picture Element) 12 2.2.2. Độ phân giải của ảnh 12 2.2.3. Mức xám (Gray level) 13 2.2.4. Nhận dạng ảnh (recognition and classification of image partterns) 14 3. Matlab và xử lý ảnh 15 3.1. Ảnh được định chỉ số ( Indexed Images ) 15 3.2. Ảnh cường độ ( Intensity Images ) 16 3.3. Ảnh nhị phân (Binary Images ) 17 3.4. Ảnh RGB ( RGB Images ) 17 3.5. Các hàm chuyển đổi kiểu ảnh 18 3.6. Chuyển đổi không gian màu 20 3.7. Đọc và ghi dữ liệu ảnh 20 3.7.1. Đọc một ảnh đồ hoạ 20 3.7.2. Đọc nhiều ảnh từ một file đồ hoạ 21 3.7.3. Ghi một ảnh đồ hoạ 21 3.8. Truy vấn một file đồ hoạ 23 3.9. Chuyển đổi định dạng các file ảnh 24 Chương 3: PHÂN TÍCH THÀNH PHẦN ĐỘC LẬP (ICA) 1. Giới thiệu về ICA 25 2. Phân tích thành phần độc lập (ICA) 27 3. Sự độc lập thống kê 30 3.1. Bất tương quan 30 3.2. Độc lập thống kê 31 3.3. Phi Gauss là độc lập 31 3.4. Các giả sử trong mô hình ICA 32 4. Ước lượng ICA 32 4.1. Đo tính phi Gauss bằng kurtosis 33 4.2. Đo tính phi Gauss bằng Negentropy 33 5. Tiền xử lý ICA 38 5.1. Qui tâm 38 5.2. Trắng hóa 38 Chương 4: NHẬN DẠNG MẶT NGƯỜI DÙNG ICA 1.Yêu cầu 41 2.Cơ sở 41 3. Thực Hiện 42 3.1. Tiền Xử Lý 42 3.2. Tính Eigenfaces 43 3.3. Trắng hóa dữ liệu 47 3.4. Tính các thành phần độc lập 48 3.5. Nhận dạng mặt người 49 3.6. Chương trình nhận dạng bằng phương pháp ICA 50 3.6.1. Giải thuật chương trình Huấn luyện 50 3.6.2. Giải thuật chương trình nhận dạng 51 3.6.3. Giao diện chương trình 52 Chương 5: KẾT QUẢ THỰC HIỆN 53 Chương 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 55 TÀI LIỆU THAM KHẢO 57 PHỤ LỤC : Code chương trình 58