人脸识别的Boosting N-Tuple网络方法

摘要：

传统的N-tuple型网络是通过对输入样本进行二值化后作N元采样形成K个RAM神经元来构成.本文为了处理实值输入的需要,将稀疏RAM神经元替换RAM神经元从而获得该类网络的一个改进版本.另一方面,基于K和N值由经验确定以致于难以控制网络规模的事实,将Boosting方法应用于改进的N-tuple网络.其结果是:1、所构造的若干基本分类器使用不同的训练集,同一个样本提交给不同基本分类器的特征也不同;2、Boosting方法可以直接应用于高维数据;3、Boosting的提升性能几乎与网络规模无关;4、应用于人脸识别时无需显式地进行人脸特征的提取和选择.

关键词：N-tuple网络、自适应提升算法(Adaboost)、人脸识别

所属期刊栏目：18

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目69973021

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：453-458