利用图像处理技术解决人脸识别中小样本问题

• 作者: 刘晓龙 张元标
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主成分分析 二维主成分分析:特征向量维数 小样本 双线性插值 图像旋转
• 年，卷（期）: 2011,（27）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 195-198
• 分类号: TP391
• 字数: 4335字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.27.053

摘要

通过应用PCA及2DPCA算法进行人脸识别,得到了在取不同特征值门限情况下的特征提取维数和识别率,给出了以上两种算法最优特征提取向量的维数和最大特征值门限,并在此基础上应用双线性差值图像旋转处理技术,增加了同一个人较少训练样本情况下的训练样本数量,提高了识别率,从一定程度上解决了小样本问题.如果能从小样本图像中生成出一些新的预测信息,例如,增加同一个训练样本的不同的表情,或改变样本表情的深度,实验的效果可能更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张元标	暨南大学珠海学院	20	150	8.0	11.0
2	刘晓龙	暨南大学珠海学院	1	1	1.0	1.0