模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2013年
1期
14-19
,共6页
人脸鉴别%股权多示例学习%示例股权%特征融合%阈值控制
人臉鑒彆%股權多示例學習%示例股權%特徵融閤%閾值控製
인검감별%고권다시례학습%시례고권%특정융합%역치공제
多示例学习在区域图像检索中取得较好效果.其一票通过制在人脸鉴别中易导致误判,因五官之一相似,甚至都相似,两幅人脸仍可能不同.为适应特殊场景,提出股权多示例学习概念,某示例类在实验库中有不同股权,训练集特性可近似代表实验库特性；不同类示例的判别结果按示例类股权配比后,形成包的类别归属.其次引入整体特性作为特殊示例进行特征融合,引入整体示例股权阈值控制配比,防止五官类似而整体不同的情况；通过股权阈值选优提升识别率.在ORL和FERET图像集上进行的对比实验表明,该算法分类准确性优于传统算法.
多示例學習在區域圖像檢索中取得較好效果.其一票通過製在人臉鑒彆中易導緻誤判,因五官之一相似,甚至都相似,兩幅人臉仍可能不同.為適應特殊場景,提齣股權多示例學習概唸,某示例類在實驗庫中有不同股權,訓練集特性可近似代錶實驗庫特性；不同類示例的判彆結果按示例類股權配比後,形成包的類彆歸屬.其次引入整體特性作為特殊示例進行特徵融閤,引入整體示例股權閾值控製配比,防止五官類似而整體不同的情況；通過股權閾值選優提升識彆率.在ORL和FERET圖像集上進行的對比實驗錶明,該算法分類準確性優于傳統算法.
다시례학습재구역도상검색중취득교호효과.기일표통과제재인검감별중역도치오판,인오관지일상사,심지도상사,량폭인검잉가능불동.위괄응특수장경,제출고권다시례학습개념,모시례류재실험고중유불동고권,훈련집특성가근사대표실험고특성；불동류시례적판별결과안시례류고권배비후,형성포적유별귀속.기차인입정체특성작위특수시례진행특정융합,인입정체시례고권역치공제배비,방지오관유사이정체불동적정황；통과고권역치선우제승식별솔.재ORL화FERET도상집상진행적대비실험표명,해산법분류준학성우우전통산법.
