-
题名基于泛滑动窗与2DLDA的单样本人脸识别
被引量：8
- 1
-
-
作者
陈才扣
黄建平
刘永俊
-
机构
扬州大学计算机科学与工程系
-
出处
《计算机应用》
CSCD
北大核心
2007年第11期2793-2796,2807,共5页
-
基金
国家自然科学基金资助项目(60472060)
江苏省高校自然科学基金资助项目(05KJB520152)
江苏省博士后科研资助计划项目
-
文摘
对于单训练样本人脸识别,基于每人多个训练样本的传统人脸识别算法效果均不太理想。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。提出一种新的样本扩充方法,即泛滑动窗法。采用"大窗口、小步长"的机制进行窗口图像采集和样本扩充,不仅增加了训练样本,而且充分保持和强化了原始样本模式固有的类内和类间信息。然后,使用二维线性鉴别分析方法(2DLDA)对上面获得的窗口图像进行特征抽取。在ORL国际标准人脸库上进行的实验证实了所提算法的可行性和有效性。
-
关键词
单样本
泛滑动窗
特征抽取
人脸识别
-
Keywords
single training sample
generalized slide window
feature extraction
face recognition
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于图像分块和特征选择的单训练样本人脸识别
被引量：2
- 2
-
-
作者
李俊霞
张书敏
吴何胜
-
机构
河南农业职业学院电子信息工程系
南京大学软件学院
-
出处
《计算机应用与软件》
CSCD
2015年第9期310-313,共4页
-
基金
江苏省高新技术研究发展计划项目(BE2009142)
-
文摘
为了提高人脸识别的正确率,针对单样本人脸识别训练样本存在的缺陷,提出一种基于图像分块和特征选择的单样本人脸识别算法。首先将人脸图像划分成子块,并分别提取各子块的特征,连接成人脸图像特征向量,然后采用多流形判断分析算法选择对人脸识别结果贡献较大的特征。最后计算采用支持向量机对人脸进行识别,并采用Yale B和PIE人脸库对本文人脸算法的有效性和优越性进行仿真测试。仿真结果表明,相对于当前典型人脸识别算法,该算法提高了人脸识别正确率,获得了更加理想的人脸识别效果。
-
关键词
训练样本
人脸识别
图像分块
特征提取
-
Keywords
training sample face recognition image blocking features extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于块共同特征值的人脸识别方法
被引量：1
- 3
-
-
作者
崔鹏
张雪婷
-
机构
哈尔滨理工大学计算机科学与技术学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2017年第4期777-784,共8页
-
基金
国家自然科学基金(61370086)
黑龙江省自然科学基金(F2015038)
-
文摘
主成分分析与线性判别分析是人脸识别的重要识别方法,它们都通过求解特征值问题实现特征提取,但由于维数灾难会导致小样本和奇异性问题。提出了一种简单的人脸识别方法,无需进行奇异值分解,能有效地降低计算代价。首先将图像划分成块,然后计算多项式系数,得到友阵用于特征提取。基于两张不同图像的多项式系数友阵来计算对称阵。最后通过计算对称阵的零空间的零化度识别相似的人脸图像。为验证提出方法的有效性,在ORL、Yale和FERET人脸数据库上进行了实验。结果表明,该方法对于有较大姿态与光照变化的人脸识别具有较高的识别性能。
-
关键词
特征提取
人脸识别
友阵
分块图像
-
Keywords
feature extraction
face recognition
companion matrix
block image
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于两空间核鉴别分析的人脸识别
- 4
-
-
作者
赵明华
石争浩
李鹏
房蓓
-
机构
西安理工大学计算机科学与工程学院
-
出处
《激光杂志》
CAS
CSCD
北大核心
2011年第1期24-26,共3页
-
文摘
指出了几种线性鉴别分析方法在处理小样本人脸识别问题时存在的不足，结合核方法的思想，提出了一种基于两空间核鉴别分析的人脸识别方法。首先使用KPCA方法在核变换后的特征空间中对样本进行处理；进而将变换后的类内散布矩阵分成非零空间和零空间进行鉴别向量确定和鉴别特征提取，最后将得到的两种鉴别特征融合，从而使用最近邻法进行分类。该方法能够处理小样本的人脸识别问题，还能有效提取光照等复杂变化下的人脸特征。实验结果表明，与其他方法相比，该方法能够更有效的简化人脸模式的复杂分布，获得了更好的识别结果。
-
关键词
图像处理
小样本人脸识别
两空间核鉴别分析
特征提取
散布矩阵
-
Keywords
image processing
small sample size face recognition
two subspaces kernel discriminant analysis
feature extraction
scatter matrix
-
分类号
TN248.1
[电子电信—物理电子学]
-
-
题名基于trace变换特征的单训练样本人脸识别算法
被引量：2
- 5
-
-
作者
张亮
王磊
董吉文
赵磊
-
机构
济南大学信息科学与工程学院山东省网络环境智能计算技术重点实验室
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第11期139-144,共6页
-
基金
山东省自然科学基金(No.ZR2010FL006)
国家自然科学基金(No.61302063)
-
文摘
提出了基于trace变换不变性特征的人脸识别算法,提高了单训练样本下姿势和表情变化后的识别率。应用一阶Scharr算子、二阶尺度适应的高斯型拉普拉斯算子(LOG)和Harris滤波器定位特征点,选择合适的泛函在特征点的邻域内进行trace变换得到具旋转和尺度不变性的特征描述子。根据特征描述子的特征向量和坐标值实现由粗到精的匹配,整个过程不涉及参数选择问题,保证了算法的稳定性。实验结果证明该算法降低了姿势和表情变化时识别率低的影响,并减少了算法运行时间。
-
关键词
人脸识别
单训练样本
trace变换
特征提取
特征匹配
-
Keywords
face recognition
single training samples
trace transform
feature extraction
feature matching
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于欠样本混合内变基字典的扩展协同表示算法
被引量：2
- 6
-
-
作者
董林鹭
赵良军
黄慧
石小仕
林国军
杨平先
-
机构
四川轻化工大学自动化与信息工程学院
企业信息化与物联网测控技术四川省高校重点实验室
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2020年第5期491-498,共8页
-
基金
企业信息化与物联网测控技术四川省高校重点实验室开放基金资助(No.2019WZY04)
基于高分辨数据的新疆地区反恐维稳监测技术(No.95-Y20A10-9001-16/17)
+2 种基金
四川省教育厅项目基金(No.17ZB0302)
自贡市科技计划项目(No.2019RKX03)
四川轻化工大学科研项目(No.2018RCL21)。
-
文摘
协同表示算法对人脸图像具有快速分类的特点,但在单样本或欠样本情况下,对变化复杂的人脸识别率还不够理想,无法满足工程要求。针对该问题,提出一种基于欠样本混合内变基字典的扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程,提取人脸的变化共同特征并生成内变基,再融合两种及两种以上不同人脸变化的共同特征生成混合内变基,提高内变基的通用性,建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸,达到扩展训练样本集的目的,再对人脸协同分类。利用AR库、ORL库、Yale库和Yale B库进行识别实验。结果表明,本文算法能有效提高协同表示算法的识别率,在欠样本情况下识别率提高7.33%~33.17%,在单样本情况下识别率提高6.78%~24.47%。
-
关键词
人脸识别
协同表示
权值融合
欠样本
特征提取
稀疏字典
机器学习
图像处理
-
Keywords
face recognition
cooperative representation
weight fusion
due sample
feature extraction
sparse dictionary
image processing
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
