论文部分内容阅读
针对人脸识别中与目标域分布相同的训练数据不足的问题,提出了一种基于域自适应的泛化学习框架。构造多个子空间,将与待识别人脸类别不同的人脸数据集作为训练集,识别测试集中人脸图像。由于不同的子系统中的样本进行随机选择,投影到不同的特征空间,能够从相同的样本中获取到更多的判别信息,最后用结合策略获得最终的识别结果。将框架分别应用于单源域和多源域域自适应方法中,效果提升明显。