FLDA 在单样本人脸识别中的应用研究

• 作者: 万康康 韩小纯 马龙
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 人脸识别 单训练样本 通用框架学习 Fisher线性判别分析
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 175-177
• 页数: 3页
• 分类号: TP3
• 字数: 3005字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.04.044

摘要

随着人脸识别技术的不断发展，单样本人脸识别已成为当今的一个热点。针对单样本人脸识别问题，提出一种基于通用框架学习的人脸识别方法。以大量的通用样本与各个单样本按一定比例叠加的方式，增加每个类的训练样本总数，有效地运用 FL-DA 方法进行特征抽取，将所有样本投影到特征子空间，再利用最近邻方法完成人脸识别，一定程度上减轻了人脸的表情、姿态、光照等因素对识别效果的影响，提高了识别率。该方法的有效性分别在 ORL 及 Yale 两大人脸库上得到了验证。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万康康	南京理工大学计算机科学与技术学院	2	7	2.0	2.0
2	马龙	南京理工大学计算机科学与技术学院	5	14	3.0	3.0
3	韩小纯	南京大学电子科学与工程学院	7	21	3.0	4.0