基于位平面图像与2DMSLDA的单样本人脸识别

被引：5

作者：

刘永俊 ^{[1
,2
]}

常晋义 ^{[1
]}

陈才扣 ^{[2
,3
]}

杨静宇 ^{[3
]}

机构：

[1] 常熟理工学院软件工程系

[2] 扬州大学信息工程学院

[3] 南京理工大学计算机科学与工程系

来源：

计算机工程与应用 | 2010年 / 15期

关键词：

人脸识别; 位平面图像; 二维最大散度差线性鉴别分析; 单样本;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

在进行单训练样本人脸识别时,基于每人多个训练样本的传统人脸识别算法效果通常不太理想。尤其是基于Fisher线性鉴别准则的一些方法,由于类内散布矩阵为零矩阵,根本无法进行识别。针对以上问题进行了分析研究,提出了一种新的样本扩充方法,即:采用位平面图像分解法,将每幅样本图像分解为8幅,进而通过各种合成策略构造多幅样本图像。使用一种更加稳定的二维最大散度差线性鉴别分析方法(2DMSLDA)对上面获得的新样本图像进行特征抽取。在ORL国际标准人脸库上进行的实验表明了所提算法的可行性和有效性。

引用

页码：172 / 175

页数：4

共 8 条

[1] 二维最大散度差图像投影鉴别分析 [J].