科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
17期
4994-4998
,共5页
人脸识别%线性回归分类%近邻子空间分类%子空间学习
人臉識彆%線性迴歸分類%近鄰子空間分類%子空間學習
인검식별%선성회귀분류%근린자공간분류%자공간학습
face recognition%linear regression classification%nearest subspace classification%subspace learning
线性回归分类(LRC)算法中,借助一个依赖线性子空间的单一对象类模型,开发了一个线性模型,作为特定类库的线性组合来描述探针图像,并且借助于最小二乘法及其为了支持具有最小重构误差的类而制定的决策,解决了逆问题,但是并不能解决连续闭塞问题.基于此,提出了一种新颖的基于近邻子空间分类的识别方法,模块化线性回归分类(MLRC)算法.将LRC算法进行模块化,并且引入了一种基于距离的本征融合(DEF)算法用于决策.在FERET及ORL上的实验表明,与其它几种常用的方法相比较,MLRC算法在处理人脸识别问题上取得了更好的结果.
線性迴歸分類(LRC)算法中,藉助一箇依賴線性子空間的單一對象類模型,開髮瞭一箇線性模型,作為特定類庫的線性組閤來描述探針圖像,併且藉助于最小二乘法及其為瞭支持具有最小重構誤差的類而製定的決策,解決瞭逆問題,但是併不能解決連續閉塞問題.基于此,提齣瞭一種新穎的基于近鄰子空間分類的識彆方法,模塊化線性迴歸分類(MLRC)算法.將LRC算法進行模塊化,併且引入瞭一種基于距離的本徵融閤(DEF)算法用于決策.在FERET及ORL上的實驗錶明,與其它幾種常用的方法相比較,MLRC算法在處理人臉識彆問題上取得瞭更好的結果.
선성회귀분류(LRC)산법중,차조일개의뢰선성자공간적단일대상류모형,개발료일개선성모형,작위특정류고적선성조합래묘술탐침도상,병차차조우최소이승법급기위료지지구유최소중구오차적류이제정적결책,해결료역문제,단시병불능해결련속폐새문제.기우차,제출료일충신영적기우근린자공간분류적식별방법,모괴화선성회귀분류(MLRC)산법.장LRC산법진행모괴화,병차인입료일충기우거리적본정융합(DEF)산법용우결책.재FERET급ORL상적실험표명,여기타궤충상용적방법상비교,MLRC산법재처리인검식별문제상취득료경호적결과.