作者：王琳; 冯正进; 刘成良; 崔光亮人脸识别特征提取信息融合集成分类boosting
摘要：提出一种用组合多分类器融合局部信息进行人脸识别的方法.人脸识别过程中图像样本间的相似度可建模为"类内差"和"类间差"两种模式类,用这种思想在图像小波分解域的局部区域上构造弱分类器集,然后通过Boosting训练生成强分类器,最终的人脸匹配由多个弱分类器输出的加权和给出决策.实验结果表明,系统具有较高的识别率,对表情和光照变化具有很好的鲁棒性,而且对新个体有较好的扩展能力.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
