增强 KMSE及人脸识别应用

• 作者: 何祥健 赵晓平 赵英男 陈北京
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 最小均方误差 核最小均方误差 模式识别 人脸识别
• 年，卷（期）: 2016,（1）
• 页码范围: 35-38
• 页数: 4页
• 分类号: TP391
• 字数: 716字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2016.01.007

摘要

为了提高核最小均方误差（ KMSE）方法的识别能力，提出一种增强KMSE方法（ EKMSE）。该方法重新定义KMSE目标函数，引入一个新的类别标签定义，并使该定义下的类别标签矩阵能够随核矩阵自适应调整。与通常的目标函数相比，它能够使不同类别之间的距离增大，进而提高识别率。同时该算法在参数搜索中采用了迭代技术，有效提高了算法的计算效率。在FERET和GT人脸库上进行了充分的实验，结果表明EKMSE算法可行有效。该算法不仅优于原MSE， KMSE以及KMSE改进算法，也优于目前脸识别中的基于稀疏算法的最新技术CRC算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈北京	南京信息工程大学江苏网络监控工程中心	20	87	7.0	8.0
5	赵晓平	南京信息工程大学江苏网络监控工程中心	17	182	7.0	13.0