-
题名自适应通用学习框架在人脸识别中的应用研究
被引量：1
- 1
-
-
作者
于延
王建华
孙惠杰
-
机构
哈尔滨师范大学计算机科学与信息工程学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第7期173-176,共4页
-
基金
国家自然科学基金项目（41071262）
哈尔滨师范大学青年骨干基金项目（11XQXG23）
-
文摘
现实生活中,人脸识别系统通常必须面对单样本每人（SSPP）的问题,即在数据库中每个人只有1张训练样本。这种情况下,系统不能很好地学习训练样本的判别信息,因而许多流行的人脸识别方法将不能很好地奏效。为了解决这个问题,自适应通用学习（AGL）方法利用一个通用判别模型来更好地区分各个单训练样本,同时,采用双线性表示算法来推测类间矩与类内矩;使得FLDA可以应用于单样本人脸识别。在ORL及FERET的实验表明,与其他几种常用的方法相比较,AGL在处理单样本人脸识别问题上取得了更好的结果。
-
关键词
人脸识别
单训练样本每人
通用学习框架
FISHER线性判别分析
-
Keywords
Face recognition
Single training sample per person
Generic learning framework
FLDA
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名通用学习框架改进核PCA的单样本人脸识别
- 2
-
-
作者
陈非
黄山
张洪斌
-
机构
四川大学电气信息学院
四川大学计算机学院
-
出处
《计算机应用与软件》
CSCD
2015年第4期156-159,共4页
-
文摘
针对传统的人脸识别算法在每个人只有单个训练样本时识别性能严重下降的问题,提出了通用学习框架改进核主成分分析的单样本人脸识别算法。首先,选取一个合适的通用训练样本集,将各个单训练样本与通用训练样本集中某人的多训练样本按比例叠加;然后,利用经典的KPCA算法进行特征提取,将所有叠加后的训练样本和测试样本投影到特征子空间;最后,使用最近邻分类器完成最终的人脸识别。在Yale及FERET两大通用人脸数据库上的实验结果表明,相比其他几种较为先进的人脸识别算法,该算法取得了更好的单样本识别效果。
-
关键词
人脸识别
单样本每人
通用学习框架
最近邻分类器
核主成分分析
-
Keywords
Face recognition
Single sample per person
Generic learning framework
Nearest neighbour classifier
Kernel principle component analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名通用学习框架在单样本人脸识别中的应用研究
- 3
-
-
作者
马龙
刘伟
文举荣
-
机构
南京理工大学计算机科学与技术学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第8期179-181,231,共4页
-
文摘
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。
-
关键词
人脸识别
单训练样本
通用学习框架
二维主成分分析
-
Keywords
Face recognition Single training sample Generic learning framework 2DPCA
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名FLDA在单样本人脸识别中的应用研究
被引量：1
- 4
-
-
作者
马龙
万康康
韩小纯
-
机构
南京理工大学计算机科学与技术学院
南京大学电子科学与工程学院
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第4期175-177,共3页
-
文摘
随着人脸识别技术的不断发展,单样本人脸识别已成为当今的一个热点。针对单样本人脸识别问题,提出一种基于通用框架学习的人脸识别方法。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FLDA方法进行特征抽取,将所有样本投影到特征子空间,再利用最近邻方法完成人脸识别,一定程度上减轻了人脸的表情、姿态、光照等因素对识别效果的影响,提高了识别率。该方法的有效性分别在ORL及Yale两大人脸库上得到了验证。
-
关键词
人脸识别
单训练样本
通用框架学习
FISHER线性判别分析
-
Keywords
Face recognition Single training sample General frame learning Fisher linear discriminant analysis（FLDA）
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
