对单训练样本的人脸识别问题的研究

• 作者: 张生亮 杨静宇 陈伏兵
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 主分量分析(PCA) 二维主分量分析(2DPCA) Fisherface 虚拟样本
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 人工智能与图像处理技
• 页码范围: 225-229
• 页数: 5页
• 分类号: TP3
• 字数: 5498字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.02.064

摘要

现在许多人脸识别算法都是在假定每个人提供了多幅训练样本的情况下展开的,对每人只有一幅训练图像的识别问题研究得很少,而实际中往往每人只提供了一幅图像.本文对这一问题进行了研究,给出了一些生成虚拟训练样本的方法;提出了基于类间散度最大的二维主分量分析方法,在ORL库上用单训练样本取得了75.28%的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学系	623	11098	50.0	74.0
2	张生亮	南京理工大学计算机科学系	16	422	12.0	16.0
3	陈伏兵	南京理工大学计算机科学系	20	589	15.0	20.0