Li / Pan / Chu | Kernel Learning Algorithms for Face Recognition | Buch | 978-1-4939-5212-0 | sack.de

Buch, Englisch, 225 Seiten, Previously published in hardcover, Format (B × H): 155 mm x 235 mm, Gewicht: 3752 g

Li / Pan / Chu

Kernel Learning Algorithms for Face Recognition

Buch, Englisch, 225 Seiten, Previously published in hardcover, Format (B × H): 155 mm x 235 mm, Gewicht: 3752 g

ISBN: 978-1-4939-5212-0
Verlag: Springer


Kernel Learning Algorithms for Face Recognition covers the framework of kernel based face recognition. This book discusses the advanced kernel learning algorithms and its application on face recognition. This book also focuses on the theoretical deviation, the system framework and experiments involving kernel based face recognition. Included within are algorithms of kernel based face recognition, and also the feasibility of the kernel based face recognition method. This book provides researchers in pattern recognition and machine learning area with advanced face recognition methods and its newest applications.
Li / Pan / Chu Kernel Learning Algorithms for Face Recognition jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


Introduction.- Statistical Learning and Face Recognition.- Kernel Learning Foundation.- Kernel Principal Analysis Based Face Recognition.- Kernel Discriminant Analysis Based Face Recognition.- Kernel Manifold Learning Based Face Recognition.- Kernel Semi-supervised Based Face Recognition.- Kernel Learning Based Face Recognition for Smart Environment.- Kernel Optimization Based Face Recognition.- Kernel Construction for Face Recognition.


Jeng-Shyang Pan is the Tainan Chapter Chair, IEEE Signal Processing Society.

Jun-Bao Li is currently at the Department of Automatic Test and Control, Harbin Institute of Technology.

Shu-Chuan Chu is a researcher at the School of Electrical and Information Engineering, University of South Australia, Mawson Lakes Campus.


Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.