线性回归分析在人脸识别中的应用研究

摘要：

线性回归分类(LRC)算法中,借助一个依赖线性子空间的单一对象类模型,开发了一个线性模型,作为特定类库的线性组合来描述探针图像,并且借助于最小二乘法及其为了支持具有最小重构误差的类而制定的决策,解决了逆问题,但是并不能解决连续闭塞问题.基于此,提出了一种新颖的基于近邻子空间分类的识别方法,模块化线性回归分类(MLRC)算法.将LRC算法进行模块化,并且引入了一种基于距离的本征融合(DEF)算法用于决策.在FERET及ORL上的实验表明,与其它几种常用的方法相比较,MLRC算法在处理人脸识别问题上取得了更好的结果.

关键词：人脸识别、线性回归分类、近邻子空间分类、子空间学习

所属期刊栏目：13

分类号：TP391.41(计算技术、计算机技术)

资助基金：湖南省科技厅科学研究项目2012GK3063;湖南省科技资助计划博士后专项2012RS4027

在线出版日期：2013-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：4994-4998