应用科学学报
應用科學學報
응용과학학보
JOURNAL OF APPLIED SCIENCES
2013年
5期
488-494
,共7页
孟一飞%袁雪%魏学业%秦飞舟%覃庆努
孟一飛%袁雪%魏學業%秦飛舟%覃慶努
맹일비%원설%위학업%진비주%담경노
人脸识别%单人单样本%主成分分析%线性鉴别分析
人臉識彆%單人單樣本%主成分分析%線性鑒彆分析
인검식별%단인단양본%주성분분석%선성감별분석
face recognition%single sample per person%principal component analysis (PCA)%linear discriminant analysis (LDA)
针对单训练样本情况下的人脸识别问题,提出一种虚拟样本扩展方法.利用光照模板映射将单一样本扩展为一组虚拟样本,从而增强单训练样本的分类信息.采用主成分分析(principal component analysis,PCA)对扩展的虚拟样本进行降维,并用Fisher鉴别变换作二次特征抽取,然后用最近邻分类器识别人脸图像.所提方法在人脸图像库Yale B和Extended Yale B上进行试验,用PCA+LDA方法把扩展图像作为训练集对测试图像进行特征提取和识别.相对于以单样本图像为训练集的PCA特征提取,该方法显著提高了识别率.
針對單訓練樣本情況下的人臉識彆問題,提齣一種虛擬樣本擴展方法.利用光照模闆映射將單一樣本擴展為一組虛擬樣本,從而增彊單訓練樣本的分類信息.採用主成分分析(principal component analysis,PCA)對擴展的虛擬樣本進行降維,併用Fisher鑒彆變換作二次特徵抽取,然後用最近鄰分類器識彆人臉圖像.所提方法在人臉圖像庫Yale B和Extended Yale B上進行試驗,用PCA+LDA方法把擴展圖像作為訓練集對測試圖像進行特徵提取和識彆.相對于以單樣本圖像為訓練集的PCA特徵提取,該方法顯著提高瞭識彆率.
침대단훈련양본정황하적인검식별문제,제출일충허의양본확전방법.이용광조모판영사장단일양본확전위일조허의양본,종이증강단훈련양본적분류신식.채용주성분분석(principal component analysis,PCA)대확전적허의양본진행강유,병용Fisher감별변환작이차특정추취,연후용최근린분류기식별인검도상.소제방법재인검도상고Yale B화Extended Yale B상진행시험,용PCA+LDA방법파확전도상작위훈련집대측시도상진행특정제취화식별.상대우이단양본도상위훈련집적PCA특정제취,해방법현저제고료식별솔.
