通过创建虚拟样本的小样本人脸识别统计学习方法

研究了人脸识别方法 .在传统的“特征脸”方法基础上 ,提出了一种基于贝叶斯方法的小样本人脸识别方法 .该方法对于经过预处理的标准人脸图像 ,通过原型脸创建虚拟样本 ,扩充样本数量 ,然后用 PCA降维并提取人脸图像的特征 .对提取的特征用 BEM算法学习该类样本的概率密度分布参数 ,构建贝叶斯混合网络分类器 .该方法可以有效地解决统计学习方法中样本数量不足问题 ,提高小样本人脸识别方法的识别率 ,同样可以运用于模式识别中其它对象识别 .实验表明 ,该方法能提高小样本人脸识别率 。

基于脸部审美规则建立的汽车前脸评价模型

汽车文化来源于西方,相当一部分中国消费者对汽车不了解、对汽车的审美懵懵懂懂。他们判断汽车的美丑往往基于他们以往的审美经验,比如以判断人脸美丑的逻辑判断汽车前脸的美丑。为了适应这样的审美方式,文章将人脸审美研究引入汽车审美研究中,以人脸模型为参照建立起汽车前脸的量化模型。基于这个模型汽车设计研究者可以方便地将汽车脸谱的设计与人脸表情、个性、面相的表达相比对,做进一步的设计方案评估和汽车脸谱审美分析规则研究等。在这一模型中,汽车前脸被量化为39个关键点构成的模型,39个关键点分别定义了前脸轮廓、引擎盖折线、前大灯、格栅等前脸关键要素,抽象而全面地概括出一个汽车前脸的视觉形象。