众文网人脸识别别毕业论文(毕业答辩时老师会问什么问题)
1.毕业答辩时老师会问什么问题
==你是本科还是硕士啊 论文的话应该主要是算法的研究和改进吧……
问题比如：你采用了哪种人脸识别算法 你对这种算法的改进在哪里（你不只要说明改进在哪里 可能还需要做一些实验收集下数据来对比 说明算法在改进后对性能有了提升） 新算法比其他算法好在哪里（还是通过实验收集数据对比一下） 分析下算法的复杂度（时间复杂度和空间复杂度可能都会要求 毕竟图像分析很占空间） 然后是怎样进行优化的 实验采用的样本是哪些（我们当时用的UC Irvine Machine Learning Repository 下面会有CMU Face Images 大家一般都用这个库来作为样本） 怎样对实验结果进行量化比较的（标准是什么）
如果是模式识别的话 还可能关心怎样选的特征值和特征空间（计算量大的话是怎样减少计算量的） 训练样本采用的什么算法 实验的识别率是多少 算法的性能是不是稳定……
==我想到的都是本科的问题 如果是研究生的话可能还会问的更难
2.研究人脸识别的意义和背景
生物特征识别技术是利用人体生物特征进行身份认证的一种技术。生物特征是人的内在属性إ具有很强的自身稳定性和个体差异性إ因此是身份验证的理想依据。生物特征识别系统对生物特征进行特征提取并组成特征模板إ当人们应用该识别系统进行身份认证时إ识别系统提取其特征并与数据库中的特征模板进行比对إ 以确定是否匹配إ从而决定接受或拒绝该人。一般来说إ人类的身份识别方式分为三类：
1ؤ特征物品：包括各种证件إ如身份证、学生证和护照等；
2ؤ特殊知识：包括各种密匙如أ密码、口令等ؤ和暗号等；
3ؤ人类生物特征：包括各种人类的生理和行为特征إ如人脸、指纹、掌
纹、虹膜、声音等。
前两类特征识别方法属于传统意义上的身份识别技术إ有着方便、快捷的特点。但这些特征识别方法致命的缺点是安全性差、易伪造窃取。相比较而言إ人体生物特征由于其稳定性和独特性إ成为最理想的身份识别特征。相比于其他生物特征إ基于人脸面部特征的识别具有主动性、非侵犯性和用户友好性等许多优点إ它是一种更方便直接、更友好、更容易被人们接受的识别方法
3.毕业论文人脸图像压缩与重建
在图像处理领域中，图像的超分辨率重建技术和（略）个发展已经比较成熟的部分.本文从实际应用的要求出发，对二者的结合作了研究，即对压缩图像进行超分辨率重建. 论文主要做了以下工作：对图像压缩过程中（略）重建算法利用的运动补偿和量化进行了研究，简化并实现了MPEG-4的编码器；研究了空间域的凸集投影（POCS）超分辨率重建算法；实现了在压缩图像的变换域运用凸集投影算法来进行超分辨率重建. 实验证明，基于变换域的凸集投影算法能去除压缩过程带来的量化噪声，取得比传统解压后再进行普通超分辨率重建更好的效果.尤其在压缩比较大的情况下，重建效果更为明显。
4.智能移动人脸辨识系统——“跟我走”机器人的论文有吗
摘要： 本文以发展具有人脸辨识和运动跟踪功能的智能机器人为目标。
机器人的名称为“跟我走机器人”。它能够根据人脸辨识的结果，判断用户的身份，并跟随该用户。
系统的开发建基于英特尔 XScale PXA270 微处理器平台、Linux操作系统和 QT/Embedded 图形使用者接口。为了建构一个智能机器人，我们在系统上加入了基于弹性图匹配 （EBGM） 的人脸辨识程序，运用了块匹配算法的运动跟踪功能。
系统提供了简易的用户介面，方便管理和下达指令。“跟我走机器人” 除了应用于娱乐外，亦可胜任各种工业应用。
原文位置原文位置关键词： PXA270；嵌入式Linux；机器人；人脸辨识；弹性图匹配；运动跟踪；块匹配详细的看连接.cn/article/41134.htm。
转载请注明出处众文网 » 王者人脸识别可以在别的手机上