关键要点
-
本作品提出了一种多特征多源图像融合模型，可以有效地利用多类特征和多源图像的信息，提高识别效果和速度。
-
该模型采用了特征区域划分与选择的新模型，能够去除冗余和干扰信息，提高识别率和识别速度。
-
多特征融合模型采用了GROUP LASSO正则化方法，可以综合各类特征的优点，达到优势互补的目的。
-
多源图像融合模型可以融合不同来源的图像信息，克服外部干扰，对特征降维，提高识别效果和速度。
-
该作品已经在人脸识别和图像检索等领域得到了广泛应用，取得了良好的效果和反响。
基于多特征多源图像融合的高效人脸识别系统
这一章节介绍了一个基于稀疏正则化的多特征多源图像融合方法及其系统实现。这种方法可以有效地利用多源信息，去除冗余和干扰信息，提高运算速度和识别效果。该方法包括三个创新点：新的特征区域划分与选择模型、新的多特征融合模型以及新的多源图像融合模型。这些模型可以分别应用于人脸识别和图像检索等领域，取得了很好的效果。该方法已经在某些应用场合得到了成功的应用，比如南京某监狱的人脸识别系统。