不相关判别分析算法在人脸识别中应用
大小：0.75 MB 人气： 2017-11-22 需要积分：1
标签：人脸识别(80970)
对高维数据降维并选取有效特征对分类起着关键作用。针对人脸识别中存在的高维和小样本问题，从特征选取和子空间学习入手，提出了一种L2.1范数正则化的不相关判别分析算法。该算法首先对训练样本矩阵进行奇异值分解；然后通过一系列变换，将原非线性的Fisher鉴别准则函数转化为线性模型；最后加入L2.1，范数惩罚项进行求解，得到一组最佳鉴别矢量。将训练样本和测试样本投影到该低维子空间中，利用最近欧氏距离分类器进行分类。由于加入了L2.1范数惩罚项，该算法能使特征选取和子空间学习同时进行，有效改善识别性能。在ORL、YaleB及PIE人脸库上的实验结果表明，算法在有效降维的同时能进一步提高鉴别能力。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
不相关判别分析算法在人脸识别中应用下载
相关电子资料下载
- 人脸识别技术的可行性在于矛盾具有什么性 98
- 人脸识别技术的优缺点有哪些 145
- 人脸识别技术将应用在哪些领域 137
- 人脸识别技术的原理介绍 154
- 如何设计人脸识别的神经网络 148
- 人脸识别模型训练流程 154
- 人脸识别模型训练失败原因有哪些 135
- 人脸识别模型训练是什么意思 134
- 人脸检测和人脸识别的区别是什么 169
- 图像检测与识别技术的关系 155