- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
随着计算机视觉的快速发展,人脸识别[1-2]这一非接触性、具有可视化性特点的生物特征识别技术应运而生,并在人们生活中扮演着不可或缺的角色。人脸特征的提取是人脸识别技术中最关键的一步,特征提取及特征融合不但从原始模式信息中提取出最有利于模式分类的特征,而且极大地降低模式样本的维数[3-5]。因此,如何选取并提取稳定可靠的人脸特征是人脸识别技术中迫切需要解决的问题[6]。
近年来,一些基于组合特征的人脸识别方法相继出现,相对于单一的人脸特征,组合特征可以实现优势互补,囊括更多的人脸信息,获得更优的人脸识别效果[7-8]。文献[9]提出一种基于线性融合表示分类的人脸识别方法,将原始训练样本与原始训练
原创力文档


文档评论(0)