-
题名使用稀疏加权平均脸及对称脸解决单样本问题
被引量:4
- 1
-
-
作者
王晓辉
黄伟
秦传波
田联房
-
机构
韩山师范学院计算机科学与工程系
华南理工大学自动化科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2015年第5期1527-1531,共5页
-
基金
广东省学科共建育苗工程项目(2013LYM0055)
韩山师范学院一般项目(LY201301)
-
文摘
在人脸识别中,传统有效的鉴别分析方法需要更多样本评估类内散度信息。由于人脸的单样本问题,导致某些经典的方法如Fisherface和Eigenface等失效,解决的方法通常是生成各种虚拟样本来扩充训练集以实施这些算法。针对这个问题,根据人脸的对称相似理论,人脸样本的相关变化信息可以从它的对称脸上提取,提出组合原始训练样本及它的虚拟平均脸、对称脸作为训练样本集,应用稀疏理论进行加权积分融合,分两步进行识别的方法,并在ORL和FERET人脸数据库做了对比实验。实验结果表明,该方法比现有一些突出效果人脸识别方法更好,并具有一定的鲁棒性。
-
关键词
模式识别
人脸识别
稀疏表示方法
人脸单样本问题
-
Keywords
pattern recognition
face recognition
sparse representation method
single sample per person(SSPP)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-