小樣本情況下人臉圖像特徵抽取技術研究 盧桂馥著 9787569327809 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202211*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：小樣本情況下人臉圖像特徵抽取技術研究
ISBN：9787569327809
出版社：西安交通大學
著編譯者：盧桂馥著
頁數：138頁
所在地：中國大陸 *此為代購商品
書號：1533572
可大量預訂，請先連絡。

內容簡介

在人臉識別中，可得到的訓練樣本數往往遠小於人臉圖像樣本的維數，此問題稱為人臉識別中的小樣本問題。小樣本問題導致各種基於Rayleigh商的特徵抽取演算法存在病態問題，並且使得使用較少的訓練樣本難以獲得推廣性較好的識別性能。本書針對小樣本條件下的人臉圖像特徵抽取和識別存在的困難，提出了幾種人臉識別的演算法，通過這些演算法可以大幅提高人臉識別的準確率，本書的研究成果大致可以歸納為以下幾個方面：提出了基於最大間距準則的鑒別保局影演算法、正交的完備鑒別保局投影演算法；從理論上證明了KGE內的各種演算法其實質是KPCA+LGE框架內相應的各種線性演算法；針對圖嵌入演算法在構建近鄰圖時須預先選擇近鄰參數的問題，提出了一種有監督的人臉特徵抽取演算法——鑒別稀疏鄰域保持嵌入演算法。

目錄

英文縮寫表
第1章 緒論
1 1 人臉識別的研究背景和意義
1 2 人臉識別的發展與現狀
1 3 人臉檢測
1 3 1 基於知識的方法
1 3 2 基於學習的方法
1 4 小樣本情況下的人臉特徵抽取演算法
1 4 1 基於直觀特徵的特徵抽取演算法
1 4 2 基於人臉的代數特徵的特徵抽取演算法
1 5 人臉識別方法
1 6 本書研究工作概述
1 7 本書內容安排
第2章 基於最大間距準則的鑒別保局投影演算法
2 1 引言
2 2 PCA演算法、LDA演算法、MMC演算法和DLPP演算法
2 2 1 PCA演算法
2 2 2 LDA演算法和MMC演算法
2 2 3 DLPP演算法
2 3 DLPP/MMC演算法的目標函數
2 4 求解DLPP/MMC的高效演算法
2 5 DLPP/MMC演算法的理論分析
2 6 實驗結果與分析
2 6 1 實驗中所用的資料庫
2 6 2 人臉識別實驗
2 7 本章小結
第3章 鑒別保局投影演算法的改進
3 1 引言
3 2 正交的完備鑒別保局投影（OCDLPP）演算法
3 2 1 OCDLPP的理論推導
3 2 2 求解OCDLPP的高效演算法
3 2 3 與相關演算法的聯繫
3 2 4 實驗結果與分析
3 3 正則化廣義鑒別保局投影（RGDLPP）演算法
3 3 1 RGDLPP演算法的理論推導
3 3 2 實驗結果與分析
3 4 快速的完備鑒別保局投影（FCDLPP）演算法
3 4 1 完備的鑒別保局投影（CDLPP）演算法
3 4 2 FCDLPP演算法的求解過程
3 4 3 實驗結果與分析
3 5 本章小結
第4章 小樣本情況下基於核化圖嵌入的最佳鑒別分析
4 1 引言
4 2 相關的演算法
4 2 1 核主成分分析
4 2 2 核化圖嵌入框架
4 3 核化圖嵌入演算法的本質
4 4 完備的核化圖嵌入演算法
4 4 1 有效鑒別矢量的組成
4 4 2 鑒別準則
4 4 3 本章演算法的流程
4 5 實驗結果與分析
4 6 本章小結
第5章 鑒別稀疏鄰域保持嵌入演算法
5 1 引言
5 2 相關的演算法
5 2 1 近鄰保持嵌入演算法
5 2 2 稀疏表示
5 2 3 稀疏保持投影
5 3 鑒別稀疏鄰域保持嵌入
5 3 1 類間近鄰散度
5 3 2 類內近鄰散度
5 3 3 DSNPE演算法
5 4 實驗結果與分析
5 4 1 基於DSNPE演算法的人臉表示
5 4 2 DSNPE演算法的人臉識別性能
5 5 本章小結
第6章 總結與展望
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。