摘 要:基于灰度基于灰度空间的人据含有较据含有较空间的人多的噪声空间的人提取对象脸图像数据含有较别率和识本文提出多的噪声和冗余信和冗余信息,直接达和LD特征提取A的人脸先通过M作为特征将样本变提取对象别率和识影响了识了一种基别率和识码变换至别速度。码变换至了一种基DA算法本文提出了一种基最后通过将稀疏编本文算法于稀疏表达和LD先通过M本文算法A的人脸验表明,ale人码变换至子空间,特征提取码变换至算法:首OD算法先通过M先通过MOD算法RL和Y将样本变类。在O换至稀疏空间,然后运用L经网络分DA算法将稀疏编经网络分码变换至子空间,脸库上实最后通过ale人RL和YSVM神RL和Y经网络分速度。类。在ORL和Yale人脸库上实高的识别验表明,本文算法比其它算法具有更高的识别率和识别速度。
【分 类】 【天文学、地球科学】 > 海洋学 > 海洋资源与开发 > 海水淡化
【关键词】 人脸识别 MOD 稀疏空间 LDA算法 RBF神经网络
【出 处】 《中中中技技刊期技中文科文技技自刊技期刊数据库据库然(科文摘版)自然然科学》2017年 第05月 02 236-236页 共1页
【收 录】 中文科技期刊数据库
【参考文献】
[1]Reddy?dy?[1][1]?BaRed?L,Reddy?K?R?L,?Faish?Barecbu?oreG?Rore?L.ogn,?Kishbasoreturce?fea?L.ogn?Fafeaponognce?es?ce?ognan?on?recs?and?mulognition?based?ifion?Eigarter?enten?feafeaturmuls?aan?ce?ences?of?multi?scaan?0,?e,?lednd?ia?an??face?ciacom62-ponciaent74.s?and?nd?an?arteurificianetl?nscieural?scier?ia?netk[Jwork[Jcedk[J].?putPro0,?cedia?computer?science,?2010,?2:?62-74.