计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
27期
197-199
,共3页
人脸识别%小波变换%傅立叶变换%奇异值分解
人臉識彆%小波變換%傅立葉變換%奇異值分解
인검식별%소파변환%부립협변환%기이치분해
目前有许多处理正面人脸的识别方法,当有充分数量的有代表性的训练样本时,能取得较好的识别效果.然而当每个人只有一个训练样本时,这些方法的识别性能则会下降.文章提出了一种基于小波分解低频子带的训练样本增强的方法,为了加强单样本的分类信息,将训练样本与其小波低频子带的重构图组合成为增强样本,然后在训练集的平均频谱图像的奇异值分解的统一特征空间进行识别.在Yale人脸库上的实验结果表明,当训练集中每个人只有一幅人脸图像时,该文提出的方法比统一特征空间奇异值分解方法取得更高的识别率.
目前有許多處理正麵人臉的識彆方法,噹有充分數量的有代錶性的訓練樣本時,能取得較好的識彆效果.然而噹每箇人隻有一箇訓練樣本時,這些方法的識彆性能則會下降.文章提齣瞭一種基于小波分解低頻子帶的訓練樣本增彊的方法,為瞭加彊單樣本的分類信息,將訓練樣本與其小波低頻子帶的重構圖組閤成為增彊樣本,然後在訓練集的平均頻譜圖像的奇異值分解的統一特徵空間進行識彆.在Yale人臉庫上的實驗結果錶明,噹訓練集中每箇人隻有一幅人臉圖像時,該文提齣的方法比統一特徵空間奇異值分解方法取得更高的識彆率.
목전유허다처리정면인검적식별방법,당유충분수량적유대표성적훈련양본시,능취득교호적식별효과.연이당매개인지유일개훈련양본시,저사방법적식별성능칙회하강.문장제출료일충기우소파분해저빈자대적훈련양본증강적방법,위료가강단양본적분류신식,장훈련양본여기소파저빈자대적중구도조합성위증강양본,연후재훈련집적평균빈보도상적기이치분해적통일특정공간진행식별.재Yale인검고상적실험결과표명,당훈련집중매개인지유일폭인검도상시,해문제출적방법비통일특정공간기이치분해방법취득경고적식별솔.