未找到相关数据
基于双层虚拟视图和支持向量的人脸识别方法
被引：12
作者：
崔国勤
高文
机构：
[1] 中国科学院计算技术研究所数字化技术研究室
[2] 中国科学院计算技术研究所数字化技术研究室 北京
来源：
关键词：
人脸识别;
支持向量机;
主成分分析;
多类问题;
虚拟视图;
D O I：
暂无
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
摘要：
针对训练样本较少情况下的人脸识别问题,该文提出基于生成视图和支持向量机的识别方法.在人脸识别的实际应用中,处理的人脸图像,每类往往只有很少的样本,以至于不能充分表达样本的实际分布,需要对训练样本的数据进行有效地扩充.为此首先通过对人脸图像中眼睛中心位置的扰动,利用面像模板,自动生成该人脸的多个虚拟人脸图像,并与原图像一起形成第一层的人脸库,然后应用 Eigenface方法得到人脸的特征数据,按照每个类的样本数据分布,应用内插法和外推法进行第二层次的扩充.在 ICT YCNC和 UMIST人脸库中应用 Multi Class支持向量机对得到的数据进行实验,结果表明,在样本不足的条件下利用支持向量识别人脸,生成虚拟视图是一种有效的方法.
引用
收藏
页码：368 / 376
页数：9
相关论文