基于线性判别边信息结合PHL的三维人脸识别

摘要：

本文提出一种原型超平面学习算法，通过学习SVM 型的一组原型超平面寻找用于三维人脸识别的中层特征，在只从通用数据集选择稀疏样本集作为支持向量的稀疏约束条件下，通过最大化弱标记数据集的判别能力解决目标函数，学习到的SVM模型的决策值用作中层特征，使用SILD进一步降低特征维度，最后，使用余弦相似度完成最终的人脸识别。

关键词： 三维人脸识别 线性判别边信息 原型超平面学习算法 稀疏约束

作者: 关健生

作者单位: 厦门理工学院 电气工程与自动化学院,福建,厦门,361024

会议类型: 国内会议

会议名称: 福建省电机工程学会第十五届学术年会

会议地点: 泉州

会议语种:中文

页码: 1-13

在线出版日期: 2015-09-24（万方平台首次上网日期，不代表论文的发表时间）