【摘要】系统研究了类内变化和类数目增加所引起的人脸识别中的非线性识别问题,并比较了线性识别方法和非线性识别方法在不同用户集规模下的适用性.采用CAS-PEAL大型人脸数据库中的表情集(330人)和姿势集(1 000人)进行了3组实验.实验结果表明:当训练集的人数在300人(表情集)以内时,增加类内的变化不会对线性识别方法造成影响,并可以提高识别的准确率;但是,当保持类内图片数不变而增加类的数目时,类数(人数)增加对线性方法和非线性方法产生了不同的影响.随着人数增加,线性识别方法的识别准确率逐渐降低,而基于核方法的非线性方法却能够一直保持识别准确率的稳定.因此,应该根据类的总数合理地选择识别方法
【关键词】
全文来源于知网
光镊力谱系统双光束串扰因素研究 胡春光, 王国庆, 李宏斌, 胡晓东, 2017 32 7 ¥:0
收藏
空中光电位姿测量系统的抗干扰方法 王向军, 吕博 2017 78 6 ¥:0
收藏
1000~2500 nm宽波段的葡萄糖吸收光谱的测量波长优选 张紫杨, 孙迪, 刘冰洁, 孙翠迎, 刘 2017 193 6 ¥:0
收藏
视频中运动电车电线的实时自动检测跟踪算法 刘见昕, 蒲灿, 柴晓飞, 孔昭松, 汪 2017 199 7 ¥:0
收藏
防护热板法快速测量物质导热系数 索亚运, 李艳宁 2017 287 6 ¥:0
收藏