多类别及少量学习样本的人脸识别方法的研究任务书

 2022-08-20 19:54:22

1. 1. 毕业设计(论文)的内容、要求、设计方案、规划等

针对fisher鉴别分析,在训练样本较小时,向量形式的人脸识别是高维小样本问题,可以用奇异值分解定理减少计算量。可是由于人数众多,人脸识别并不是小样本问题。在类别较大的情况下如何有效地抽取特征是人脸识别的首要问题。二维fisher鉴别分析利用表示图像的矩阵直接抽取特征,计算量主要与图像的大小有关,能适用于大类别的人脸识别。针对二维投影抽取出的特征是矩阵,存在特征之间的冗余度大、特征数量多、不利于存储和分类等弱点。该课题通过两种办法进一步降低二维投影抽取出的特征数量。一是利用两次二维投影进行双向压缩,在横向压缩后,对矩阵转置后在纵向再压缩一次;另一种是对二维投影后的样本再作一次向量形式的特征提取。

关键词:特征提取;人脸识别;fisher鉴别分析

要求:

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献(不低于12篇)

1. Yongzhi LI. A Novel Unsupervised Feature Extraction Based on Image Matrix IEEE Proceedings of the 3rd International Conferences on Cybernetics Intelligent Systems and Robotics, Automation Mechatronics,2008, pp: 843848

2. Yongzhi LI:(2D)2UDP: A New Two-Directional Two-Dimensional Unsupervised Discriminant Projection for Face Recognition IEEE Proceedings of the 4th International Conference on Natural Computation,2008, Vol1, PP:490494

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。