针对人脸深度图像的分类识别问题展开研究,提出一种自适应3DLBP(3D Local Binary Pattern,3DLBP)特征提取算法。该特征提取算法以机器学习理论为基础,首次将反馈学习理论与3DLBP特征提取过程相结合,以保证特征提取算法对训练样本集的变...针对人脸深度图像的分类识别问题展开研究,提出一种自适应3DLBP(3D Local Binary Pattern,3DLBP)特征提取算法。该特征提取算法以机器学习理论为基础,首次将反馈学习理论与3DLBP特征提取过程相结合,以保证特征提取算法对训练样本集的变化具有理想的普适性;同时,为了提高自适应特征提取算法的稳定性,提出使用多分类器对反馈学习过程进行优化。实验结果表明,自适应3DLBP特征对训练样本集的变化具有较好的有效性和稳定性,在FRGCv2.0人脸数据库上取得了理想的识别效果。展开更多
文摘针对人脸深度图像的分类识别问题展开研究,提出一种自适应3DLBP(3D Local Binary Pattern,3DLBP)特征提取算法。该特征提取算法以机器学习理论为基础,首次将反馈学习理论与3DLBP特征提取过程相结合,以保证特征提取算法对训练样本集的变化具有理想的普适性;同时,为了提高自适应特征提取算法的稳定性,提出使用多分类器对反馈学习过程进行优化。实验结果表明,自适应3DLBP特征对训练样本集的变化具有较好的有效性和稳定性,在FRGCv2.0人脸数据库上取得了理想的识别效果。