10.3969/j.issn.1000-3428.2004.17.002
集成多分类器的人脸识别
提出一种用组合多分类器融合局部信息进行人脸识别的方法.人脸识别过程中图像样本间的相似度可建模为"类内差"和"类间差"两种模式类,用这种思想在图像小波分解域的局部区域上构造弱分类器集,然后通过Boosting训练生成强分类器,最终的人脸匹配由多个弱分类器输出的加权和给出决策.实验结果表明,系统具有较高的识别率,对表情和光照变化具有很好的鲁棒性,而且对新个体有较好的扩展能力.
人脸识别、特征提取、信息融合、集成分类、Boosting
30
TP391.41(计算技术、计算机技术)
国家高技术研究发展计划863计划2001AA413310
2004-10-21(万方平台首次上网日期,不代表论文的发表时间)
共3页
3-4,49