基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人脸识别问题在很多情况下都会面临小训练样本的问题,在训练样本数量远小于数据维数的情形下许多人脸识别方法都会遇到困难。本文分析了造成小样本问题的原因,从虚拟样本扩充、数据降维以及算法优化等不同方面总结了解决方法,并对不同方法进行了简要评价,对解决小样本问题的未来发展方向进行了展望。
推荐文章
基于Gabor变换的每类单个训练样本人脸识别研究
Gabor小波
Gabor滤波
决策融合
高维仿生信息学
光照
最小生成树
基于分块2DPCA 与2DLDA的单训练样本人脸识别
单训练样本
人脸识别
二维主成分分析(2DPCA)
二维线性判别分析(2DLDA)
基于采样的二维独立分量分析的单训练样本人脸识别
独立分量分析
二维独立分量分析
采样二维独立分量分析
径向基网络
基于小波分解和分类的人脸识别
人脸识别
人脸分类
聚类分析
相关系数
小波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 小训练样本的人脸识别研究
来源期刊 软件 学科 工学
关键词 人脸识别 小样本问题 虚拟样本 数据降维
年,卷(期) 2014,(3) 所属期刊栏目 图形图像处理
研究方向 页码范围 167-169
页数 3页 分类号 TP391.41
字数 2983字 语种 中文
DOI 10.3969/j.issn.1003-6970.2014.03.056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 穆志纯 北京科技大学自动化学院 140 1211 16.0 24.0
2 黄宏博 北京科技大学自动化学院 3 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (12)
参考文献  (8)
节点文献
引证文献  (10)
同被引文献  (52)
二级引证文献  (62)
1991(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(10)
  • 引证文献(2)
  • 二级引证文献(8)
2017(8)
  • 引证文献(2)
  • 二级引证文献(6)
2018(22)
  • 引证文献(3)
  • 二级引证文献(19)
2019(20)
  • 引证文献(1)
  • 二级引证文献(19)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
人脸识别
小样本问题
虚拟样本
数据降维
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
总被引数(次)
23629
论文1v1指导