-
公开(公告)号：CN117523642B
公开(公告)日：2024-11-22
申请号：CN202311633669.X
申请日：2023-12-01
Applicant: 北京理工大学
Abstract: 本发明提出了一种最优间距贝叶斯分类模型的新型方法应用于人脸识别领域中。这种人脸识别方法与传统的朴素贝叶斯分类方法不同，提出的最优间距贝叶斯核心理念在于利用朴素贝叶斯分类的概率推断能力，同时考虑样本之间的最优间距度量，以解决可能存在的类别重叠问题，使得分类器能够更好地区分类别。该方法包括：首先，利用摄像头实时捕获目标人脸，采用直方图均衡对图像进行预处理；接着采用局部二值模式的特征提取方法对人脸特征进行提取，并使用PCA进行降维处理；最后利用提出的最优间距贝叶斯分类模型对提取的特征进行分类，从而输出最终的人脸识别结果。实验结果表明本发明提出的方法在人脸识别方面表现出了更优异的性能。
-
公开(公告)号：CN117523642A
公开(公告)日：2024-02-06
申请号：CN202311633669.X
申请日：2023-12-01
Applicant: 北京理工大学
Abstract: 本发明提出了一种最优间距贝叶斯分类模型的新型方法应用于人脸识别领域中。这种人脸识别方法与传统的朴素贝叶斯分类方法不同，提出的最优间距贝叶斯核心理念在于利用朴素贝叶斯分类的概率推断能力，同时考虑样本之间的最优间距度量，以解决可能存在的类别重叠问题，使得分类器能够更好地区分类别。该方法包括：首先，利用摄像头实时捕获目标人脸，采用直方图均衡对图像进行预处理；接着采用局部二值模式的特征提取方法对人脸特征进行提取，并使用PCA进行降维处理；最后利用提出的最优间距贝叶斯分类模型对提取的特征进行分类，从而输出最终的人脸识别结果。实验结果表明本发明提出的方法在人脸识别方面表现出了更优异的性能。
-
Search Results
2
records
(took 0.017 seconds)
