首页 > 《基层建设》 > 2015年20期 > 探讨应用子空间的人脸识别算法

探讨应用子空间的人脸识别算法

在线阅读下载PDF 导出详情

摘要摘要随着社会科技的不断发展，人脸识别算法不断革新，传统的人脸识别算法提取特征偏差较大，容易受姿态、表情、光照等干扰。本文分析了子空间应用与人脸识别的算法，阐述了子空间应用语人脸识别算法的重要性，针对传统识别算法中存在的问题进行分析研究。笔者通过自身多年的从业经验，提出一些突破传统的限制识别对人脸特征提取的算法。希望通过本文的分析能帮助相关单位提供人脸识别的提取水平和质量，能更好地应对其运用中存在的问题。

DOI 7dmmp82odn/4317578

作者邓鑫朱为刚李斌

机构地区邓鑫朱为刚李斌

出处《基层建设》 2015年20期

关键词子空间人脸识别算法提取

分类 [建筑科学][建筑设计及理论]

出版日期 2015年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1张坤;章东平;杨力. 样本增强的人脸识别算法研究.测试计量技术及仪器,2018-02.
2胡从川刘广东韦古强. 基于Eigenface算法和K近邻算法的人脸识别技术.建筑设计及理论,2018-07.
3李申燕. 基于特征提取的人脸识别算法研究.建筑技术科学,2021-06.
4王维列. 基于局部奇异值算法的人脸识别研究.文化科学,2017-07.
5唐慧莹. 基于RBF神经网络的人脸识别算法.建筑技术科学,2021-11.
6周仕杰1 ,王景怡2,余承昊3 ,邱虹通讯作者. 基于稀疏判别保持投影的人脸识别算法.,2022-11.
7吕泽. 人脸识别算法综述.建筑设计及理论,2018-12.
8李利民;刘明辉. 基于机器学习算法的人脸识别鲁棒性研究.物理电子学,2017-02.
9郑天成徐汇川. 基于OpenCV的人脸识别.文化科学,2016-09.
10邢立宁;胡耀龙. 基于tensor-flow神经网络算法改进的人脸识别.高等教育学,2018-05.

来源期刊

基层建设

2015年20期

探讨应用子空间的人脸识别算法

来源期刊

相关推荐

同分类资源更多

相关关键词

探讨应用子空间的人脸识别算法

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多