{$cfg_webname}
主页 > 外文翻译 > 其他翻译 >

子空间人脸识别的随机抽样

来源:56doc.com  资料编号:5D23429 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9A5D23429
资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 帮助
资料介绍

子空间人脸识别的随机抽样(中文5000字,英文PDF)
  摘要. 子空间人脸识别通常存在两个问题(1)与高维特征向量相比,训练样本集小。(2)对于子空间维度,它的性能敏感。因而,我们开发一个基于随机抽样的集成学习框架,随机抽样分类系统的全部三个关键组成部分:特征空间,训练样本和子空间参数。Fisherface和Null SpaceLDA(N-LDA)是处理样本空间小的两个常规方法。但在许多情况下,这些LDA分类器过度拟合训练集却忽视了一些有用的判别信息。通过分析两种LDA分类器的不同的过度拟合的问题,我们采用随机子空间和装袋来分别改善它们。通过特征向量与训练样本的随机抽样,构造多个稳定的Fisherface和N-LDA分类器,运用融合规则整合两组互补的分类器,因而几乎所有的判别信息被保留下来。此外,在我们的算法中,我们进一步在参数选择中应用随机抽样来克服选择最优参数的困难。然后,我们针对多个特征的整合,使用了开发随机抽样框架。最后,构造出一个强大的整合了形状、质地、伽柏响应的随机抽样人脸识别系统。
关键字:随机子空间方法,套袋,LDA,人脸识别,子空间分析

 

推荐资料