计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
8期
230-231
,共2页
人脸识别%超特征块模型%广义线性模型(GLM)%最小角度回归技术(LARS)
人臉識彆%超特徵塊模型%廣義線性模型(GLM)%最小角度迴歸技術(LARS)
인검식별%초특정괴모형%엄의선성모형(GLM)%최소각도회귀기술(LARS)
基于超特征块模型的人脸识别算法在训练样本很少,甚至为单个训练样本时,能取得较好的识别效果.相比于目前流行的人脸识别算法,该技术具有更好的实用价值,它解决了人脸识别技术中对单训练样本所导致识别率较低的难题.采用ORL人脸图像库的实验结果表明,该算法在单训练样本的情况下识别率仍然较高.
基于超特徵塊模型的人臉識彆算法在訓練樣本很少,甚至為單箇訓練樣本時,能取得較好的識彆效果.相比于目前流行的人臉識彆算法,該技術具有更好的實用價值,它解決瞭人臉識彆技術中對單訓練樣本所導緻識彆率較低的難題.採用ORL人臉圖像庫的實驗結果錶明,該算法在單訓練樣本的情況下識彆率仍然較高.
기우초특정괴모형적인검식별산법재훈련양본흔소,심지위단개훈련양본시,능취득교호적식별효과.상비우목전류행적인검식별산법,해기술구유경호적실용개치,타해결료인검식별기술중대단훈련양본소도치식별솔교저적난제.채용ORL인검도상고적실험결과표명,해산법재단훈련양본적정황하식별솔잉연교고.
