计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2014年
8期
179-181,231
,共4页
人脸识别%单训练样本%通用学习框架%二维主成分分析
人臉識彆%單訓練樣本%通用學習框架%二維主成分分析
인검식별%단훈련양본%통용학습광가%이유주성분분석
Face recognition%Single training sample%Generic learning framework%2DPCA
针对单样本人脸识别问题,提出一种基于通用学习框架的人脸识别方法.以大量的通用样本与各个单样本按一定比例叠加的方式,增加每个类的训练样本总数,有效地运用了2DPCA方法进行特征抽取,将所有样本投影到特征子空间,再根据最大隶属度原则完成人脸识别,明显提高了识别率.该方法的有效性分别在ORL及FERET人脸数据库上得到了验证.
針對單樣本人臉識彆問題,提齣一種基于通用學習框架的人臉識彆方法.以大量的通用樣本與各箇單樣本按一定比例疊加的方式,增加每箇類的訓練樣本總數,有效地運用瞭2DPCA方法進行特徵抽取,將所有樣本投影到特徵子空間,再根據最大隸屬度原則完成人臉識彆,明顯提高瞭識彆率.該方法的有效性分彆在ORL及FERET人臉數據庫上得到瞭驗證.
침대단양본인검식별문제,제출일충기우통용학습광가적인검식별방법.이대량적통용양본여각개단양본안일정비례첩가적방식,증가매개류적훈련양본총수,유효지운용료2DPCA방법진행특정추취,장소유양본투영도특정자공간,재근거최대대속도원칙완성인검식별,명현제고료식별솔.해방법적유효성분별재ORL급FERET인검수거고상득도료험증.
