预览加载中，请您耐心等待几秒...

基于加权最大间距准则的人脸数据可分性特征提取方法.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共15页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

本发明公开了一种基于加权最大间距准则的人脸数据可分性特征提取方法,主要解决已有最大间距准则MMC特征提取用非常有限的训练样本无法较为准确地估计超高维空间样本的真实散布,导致了MMC所提取的特征推广能力差,最终影响了分类的准确率的问题。其实现方案是:1)计算原始数据的类间散布矩阵Sb和类内散布矩阵Sw;2)对类间和类内散布矩阵加权,得到加权最大间距准则WMMC函数;3)最大化WMMC准则函数,得出映射矩阵;4)将原始数据映射到WMMC子空间;5)在WMMC子空间分类。本发明能在超高维小样本情况下,提取出推广能力强的可分性特征,从而提高人脸识别率,可用于超高维小样本数据的可分性特征提取。