"基于镜像图的LRC和CRC偏差结合的人脸识别"
本文总结了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法。该方法通过生成镜像图和原始训练样本组成混合训练样本,然后使用LRC和CRC偏差结合分类方法来进行人脸识别。实验结果表明,该方法可以提高人脸识别率,并且能够更好地显示人脸特征。
本文首先介绍了人脸识别的重要性和挑战,然后讨论了当前人脸识别算法的不足之处,例如主成分分析法(PCA)和线性判别分析(LDA)。然后,本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法,该方法可以提高人脸识别率,并且能够更好地显示人脸特征。
在该方法中,首先生成镜像图,然后通过原始训练样本和镜像图组成混合训练样本。最后,使用LRC和CRC偏差结合分类方法进行人脸识别。实验结果表明,该方法可以提高人脸识别率,并且能够更好地显示人脸特征。
本文还讨论了当前人脸识别算法的发展趋势,例如稀疏表示分类(SRC)、Collaborative Representation Classification(CRC)等。这些算法可以提高人脸识别率,但同时也存在一些不足之处,例如计算复杂度高、鲁棒性差等。
本文提出了一种基于镜像图的LRC和CRC偏差结合的人脸识别方法,该方法可以提高人脸识别率,并且能够更好地显示人脸特征。该方法可以应用于实际人脸识别系统中,例如身份识别、人脸追踪等。
知识点:
1. 人脸识别的重要性和挑战
2. 当前人脸识别算法的不足之处,例如PCA和LDA
3. 基于镜像图的LRC和CRC偏差结合的人脸识别方法
4. LRC和CRC偏差结合分类方法
5. 稀疏表示分类(SRC)和Collaborative Representation Classification(CRC)
6. 人脸识别算法的发展趋势
7. 实际人脸识别系统应用,例如身份识别、人脸追踪等