Busca avançada
Ano de início
Entree
Conteúdo relacionado
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Improving Face Recognition Performance Using RBPCA MaxLike and Information Fusion

Texto completo
Autor(es):
Salvadeo, Denis H. P. [1] ; Mascarenhas, Nelson D. A. [1] ; Moreira, Jander [1] ; Levada, Alexandre L. M. [1] ; Correa, Debora C. [2]
Número total de Autores: 5
Afiliação do(s) autor(es):
[1] Univ Fed Sao Carlos, Dept Comp Sci, BR-13560 Sao Carlos, SP - Brazil
[2] Phys Inst Sao Carlos, Sao Carlos, SP - Brazil
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: COMPUTING IN SCIENCE & ENGINEERING; v. 13, n. 3, p. 14-21, MAY-JUN 2011.
Citações Web of Science: 0
Resumo

Face recognition is typically an ill-posed problem because of the limited number of available samples. As experimental results show, combining multiclassifier fusion with the RBPCA MaxLike approach, which couples covariance matrix regularization and block-based principal component analysis (BPCA), can provide an effective framework for face recognition that alleviates the small sample size problem. (AU)

Processo FAPESP: 06/01711-4 - Combinação de modelos de campos aleatórios markovianos para classificação contextual de imagens multiespectrais
Beneficiário:Alexandre Luís Magalhães Levada
Modalidade de apoio: Bolsas no Brasil - Doutorado
Processo FAPESP: 09/50142-0 - Inteligencia artificial aplicada a analise de generos musicais.
Beneficiário:Débora Cristina Corrêa
Modalidade de apoio: Bolsas no Brasil - Doutorado