基于线性判别分析的人脸识别方法在众多的人脸识别方法中,由于其优越的分类性能而被广泛采用。然而线性判别分析方法只是一种线性的技术,处理具有较大光照和姿势变化的人脸图像时无法取得令人满意的效果。为了解决这一问题,核函数被引入线性判别分析中并发展出基于核线性判别分析的人脸识别方法。目前,在核线性判别分析人脸识别方法中,对于核函数及其参数的选择一般是通过试验的方式人工进行选择,缺乏系统的理论框架的支持。本研究将从构造核函数矩阵与核参数选择两个角度构造与训练样本相关的自适应的核函数,从而建立通用的自适应核函数构造以及核参数选择的理论框架,进而为多姿势、复杂光照条件下提取鲁棒的人脸特征提供理论依据。
{{i.achievement_title}}
数据更新时间:2023-05-31
粗颗粒土的静止土压力系数非线性分析与计算方法
拥堵路网交通流均衡分配模型
内点最大化与冗余点控制的小型无人机遥感图像配准
居住环境多维剥夺的地理识别及类型划分——以郑州主城区为例
基于细粒度词表示的命名实体识别研究
基于Mercer核的非负矩阵分解关键问题研究及其在人脸识别中的应用
二阶张量空间的核构造与核优化及其在人脸识别中的应用
稀疏流形建模及其在视频人脸识别中的应用
基于鲁棒判别式约束的深度字典学习及人脸识别应用研究