不相關判別分析算法在人臉識別中應用
大小：0.75 MB 人氣： 2017-11-22 需要積分：1
標簽：人臉識別(80970)
對高維數(shù)據(jù)降維并選取有效特征對分類起著關鍵作用。針對人臉識別中存在的高維和小樣本問題，從特征選取和子空間學習入手，提出了一種L2.1范數(shù)正則化的不相關判別分析算法。該算法首先對訓練樣本矩陣進行奇異值分解；然后通過一系列變換，將原非線性的Fisher鑒別準則函數(shù)轉(zhuǎn)化為線性模型；最后加入L2.1，范數(shù)懲罰項進行求解，得到一組最佳鑒別矢量。將訓練樣本和測試樣本投影到該低維子空間中，利用最近歐氏距離分類器進行分類。由于加入了L2.1范數(shù)懲罰項，該算法能使特征選取和子空間學習同時進行，有效改善識別性能。在ORL、YaleB及PIE人臉庫上的實驗結果表明，算法在有效降維的同時能進一步提高鑒別能力。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
不相關判別分析算法在人臉識別中應用下載
相關電子資料下載
- 人臉識別技術的可行性在于矛盾具有什么性 98
- 人臉識別技術的優(yōu)缺點有哪些 145
- 人臉識別技術將應用在哪些領域 137
- 人臉識別技術的原理介紹 154
- 如何設計人臉識別的神經(jīng)網(wǎng)絡 148
- 人臉識別模型訓練流程 154
- 人臉識別模型訓練失敗原因有哪些 135
- 人臉識別模型訓練是什么意思 134
- 人臉檢測和人臉識別的區(qū)別是什么 169
- 圖像檢測與識別技術的關系 155