【技术实现步骤摘要】
本专利技术涉及生物特征识别，具体涉及一种基于最优间距贝叶斯分类模型的人脸识别方法。
技术介绍
1、在当今数字时代，生物识别技术是一项革命性的科技，对人类社会的安全性和便捷性做出了巨大贡献。生物识别方法因依赖个体生物特征的独特性而各具特色，比如人脸、指纹、虹膜、声音等的身份验证和识别。人脸识别作为一种生物识别解决方案，以其出色的性能和广泛的应用而备受欢迎。然而，传统的人脸识别方法在处理图像复杂度、光照变化、姿势变化和表情变化等方面仍然存在一些挑战。朴素贝叶斯在人脸识别中广泛应用，但是传统的朴素贝叶斯分类模型存在一些限制。主要的限制之一是其对特征独立性的强假设，这意味着模型假定所有特征都是条件独立的，而在实际应用中，特征之间的关联性可能存在。同时在处理复杂数据集时可能会遇到类别重叠问题，导致分类器的准确性下降。尽管目前已有一些算法来解决类别之间的间距问题，但是在实际应用中仍有一些潜在的缺陷和改进的空间。
技术实现思路
1、本专利技术的目的是为克服上述的技术缺点和不足，提供了一种基于最优间距贝叶...
【技术保护点】
1.一种基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于：第1步所述的通过摄像头实时捕获人脸图像，使用Haar分类器，具体步骤如下：
3.根据权利要求1所述的基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于：第2步所述的使用直方图均衡技术对捕获的人脸图像进行预处理，具体步骤如下：
4.根据权利要求1所述的基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于：第3步所述的采用局部二值模式(LBP)提取人脸特征，具体步骤如下：
<...【技术特征摘要】
1.一种基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于：第1步所述的通过摄像头实时捕获人脸图像，使用haar分类器，具体步骤如下：
3.根据权利要求1所述的基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于：第2步所述的使用直方图均衡技术对捕获的人脸图像进行预处理，具体步骤如下：
4.根据权利要求1所述的基于最优间距贝叶斯分类模型的人脸识别方法，其特征在于：第3步所述的采用局部二值模式(lbp)提取人脸特征，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。