基于"SOM脸"的选择性单训练样本人脸识别

• 作者: 刘俊 张福炎 谭晓阳
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 人脸识别 单训练样本人脸识别 自组织神经网络
• 年，卷（期）: 2005,（1）
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP183|TP391.41
• 字数: 2720字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2005.01.010

摘要

基于"SOM脸"计算模型提出一种新的人脸局部区域重要程度度量方法,并用于进行选择性单训练样本人脸识别.从机器人脸识别的角度,并未预先人为设定任何重要区域,而是通过学习来自动发现这些对机器而言相对重要的人脸区域,即包含类信息相对丰富的区域,并将其进行可视化.实验结果表明,在利用了人脸局部区域重要程度信息后,识别算法的性能和效率均得到提高;特别是仅选择人脸图像中若干部分重要的区域用于识别时,在提高识别效率的同时,识别性能未见明显下降.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张福炎	南京大学软件新技术国家重点实验室	111	3898	30.0	61.0
2	刘俊	南京航空航天大学计算机科学与工程系	5	16	1.0	4.0
3	谭晓阳	南京大学软件新技术国家重点实验室	25	119	6.0	10.0