基于LDA的人臉識別.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、人臉識別是模式識別和機器視覺領(lǐng)域最富挑戰(zhàn)性的研究課題之一,它在人機交互,安全監(jiān)視,身份認證等方面有著非常廣闊的應(yīng)用前景。在目前的特征提取算法中,基于Fisher準(zhǔn)則的線性判別分析(LDA)算法是一種較成功的特征提取算法。
　　 但是LDA用于人臉識別時,遇到三個問題:(1)小樣本問題；(2)LDA利用同一個準(zhǔn)則函數(shù)把所有樣本投影到同一個特征空間,忽略了不同類的樣本分布的特征差異；(3)LDA對于復(fù)合模型分類能力較低。本文針對問題

2、一,利用最大散度差線性鑒別分析來解決；對問題二,利用類依賴線性判別分析方法,對每一類樣本根據(jù)一定的準(zhǔn)則函數(shù),建立一個反應(yīng)本身類別特性的投影矩陣；對問題三,利用增強LDA,通過兩個不同的加權(quán)矩陣對類間離散度矩陣和類內(nèi)離散度矩陣進行重新定義,改進的Fisher準(zhǔn)則可以在降維后的子空間中保存局部信息,使距離較近的類別投影后不會混在一起。
　　 最后本文在這些方法的基礎(chǔ)上提出了一種改進方法,類依賴增強LDA,充分發(fā)揮了增強LDA和類依賴

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論