基于双层虚拟视图和支持向量的人脸识别方法

• 作者: 崔国勤 高文
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 人脸识别 支持向量机 主成分分析 多类问题 虚拟视图
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 368-376
• 页数: 9页
• 分类号: TP3
• 字数: 7944字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.03.010

摘要

针对训练样本较少情况下的人脸识别问题,该文提出基于生成视图和支持向量机的识别方法.在人脸识别的实际应用中,处理的人脸图像,每类往往只有很少的样本,以至于不能充分表达样本的实际分布,需要对训练样本的数据进行有效地扩充.为此首先通过对人脸图像中眼睛中心位置的扰动,利用面像模板,自动生成该人脸的多个虚拟人脸图像,并与原图像一起形成第一层的人脸库,然后应用Eigenface方法得到人脸的特征数据,按照每个类的样本数据分布,应用内插法和外推法进行第二层次的扩充.在ICT-YCNC和UMIST人脸库中应用Multi-Class支持向量机对得到的数据进行实验,结果表明,在样本不足的条件下利用支持向量识别人脸,生成虚拟视图是一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文	中国科学院计算技术研究所数字化技术研究室	150	5863	39.0	72.0
2	崔国勤	中国科学院计算技术研究所数字化技术研究室	9	364	5.0	9.0