纹理特征提取方法一直是模式识别和研究的热点.在近50年的研究中,许多研究人员提出了多种纹理特征提取方法,诸如Grayscale共生矩阵[2]、小波理论[3]、分形理论[4]、马尔可夫[5]等,突出的问题.这些方法都过大的增加计算复杂性,对于背景噪音或照度不均匀纹理Image的情况下,都基于Local Binary Patterns算和非线性流形学习算法等距映射的CubeWorld Model Editor组合Human Face Recognition算法往往不能够提出这些治疗方法的效果.运营商采用的Human Face Image,然后非线性流形学习算法等距映射的CUBE WORLD MODEL EDITOR高维纹理特征数据降维的Human Face Recognition系统纹理特征提取给脸部数据的几何形状的精髓.最后,数据维数的减少作为分类输入面部分类.实验结果表明,该算法可以面对Image分类好,尤其是小样本下一个.
NETL
NSTL
维普
万方数据
