| 自适应通用学习框架改进FLDA的人脸识别 |
| 孙伟强
|
| 2014-04-02
|
| 发表期刊 | 电视技术
 |
| ISSN | 1002-8692
|
| 卷号 | 38期号:07页码:207-210 |
| 摘要 | 针对传统的Fisher线性判别分析(FLDA)算法在处理单训练样本人脸识别时由于类内散布矩阵为零而不能进行特征提取的问题,提出了一种基于自适应通用学习框架改进FLDA的人脸识别算法。首先选取一个合适的通用训练样本集,计算其类内散布矩阵和样本平均向量;然后,利用双线性表示算法预测单训练样本的类内、类间散布矩阵,巧妙地解决了单训练样本类内散布矩阵为零的问题;最后,利用Fisher线性判别分析进行特征提取,同时借助于最近邻分类器完成人脸的识别。在Yale及FERET两大通用人脸数据库上的实验验证了所提算法的有效性及可靠性,实验结果表明,相比其他几种较为先进的单样本人脸识别算法,所提算法取得了更好的识别效果。 |
| 关键词 | 人脸识别
单训练样本
通用学习框架
Fisher线性判别分析
最近邻分类器
|
| DOI | 10.16280/j.videoe.2014.07.048
|
| URL | 查看原文
|
| 收录类别 | 北大核心
|
| 语种 | 中文
|
| 原始文献类型 | 学术期刊
|
| 文献类型 | 期刊论文
|
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/71150
|
| 专题 | 国家开放大学辽宁分部
|
| 作者单位 | 辽宁广播电视大学
|
| 第一作者单位 | 国家开放大学辽宁分部
|
| 第一作者的第一单位 | 国家开放大学辽宁分部
|
推荐引用方式
GB/T 7714 |
孙伟强. 自适应通用学习框架改进FLDA的人脸识别[J].
电视技术,2014,38(07):207-210.
|
| APA |
孙伟强.(2014).自适应通用学习框架改进FLDA的人脸识别.电视技术,38(07),207-210.
|
| MLA |
孙伟强."自适应通用学习框架改进FLDA的人脸识别".电视技术 38.07(2014):207-210.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论