研究文章雷竞技app下载苹果版

基于径向基函数的人脸识别

摘要

针对人脸识别中经常遇到的高维小训练集问题，提出了一种基于径向基函数(RBF)神经分类器的通用高效设计方法。为了避免过度拟合，减少计算量，首先采用离散余弦变换方法提取人脸特征，因为主成分分析(PCA)人脸识别方法依赖于数据且计算量大。为了对未知的人脸进行分类，他们需要匹配存储的提取的人脸特征数据库中最近的邻居。本文采用离散余弦变换(DCT)，通过截断高频DCT分量来降低人脸空间的维数。然后，为了避免保留光照等降维技术带来的不利影响，采用Fisher线性判别(FLD)技术对所得到的人脸特征进行进一步处理，以获得低维的判别模式。降维的主要目标是集中于重要信息，同时可以丢弃冗余信息。开发了各种减小尺寸的方法。降维方法可以分为线性降维和非线性降维。本文介绍了径向基函数神经网络在人脸识别中的应用，采用离散余弦变换进行特征提取和降维，尽管Fisher线性判别准则部分存在一些问题，但离散余弦变换在人脸识别中的应用非常成功。

Kannan萨勃拉曼尼亚

阅读全文下载全文|访问全文