对单训练样本的人脸识别问题的研究

被引:12
作者
张生亮
陈伏兵
杨静宇
机构
[1] 南京理工大学计算机科学系
关键词
主分量分析(PCA); 二维主分量分析(2DPCA); Fisherface; 虚拟样本;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
现在许多人脸识别算法都是在假定每个人提供了多幅训练样本的情况下展开的,对每人只有一幅训练图像的识别问题研究得很少,而实际中往往每人只提供了一幅图像。本文对这一问题进行了研究,给出了一些生成虚拟训练样本的方法;提出了基于类间散度最大的二维主分量分析方法,在 ORL 库上用单训练样本取得了75.28%的识别结果。
引用
收藏
页码:225 / 229
页数:5
相关论文
共 3 条
[1]   对称主分量分析及其在人脸识别中的应用 [J].
杨琼 ;
丁晓青 .
计算机学报, 2003, (09) :1146-1151
[2]   一种具有统计不相关性的最佳鉴别矢量集 [J].
金忠 ;
杨静宇 ;
陆建峰 .
计算机学报, 1999, (10) :1105-1108
[3]  
模式识别.[M].边肇祺等编著;.清华大学出版社.2000,