通用学习框架在单样本人脸识别中的应用研究

• 作者: 刘伟 文举荣 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 通用学习框架 二维主成分分析
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 179-181,231
• 页数: 4页
• 分类号: TP391
• 字数: 3424字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.08.045

摘要

针对单样本人脸识别问题,提出一种基于通用学习框架的人脸识别方法.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,有效地运用了2DPCA方法进行特征抽取,将所有样本投影到特征子空间,再根据最大隶属度原则完成人脸识别,明显提高了识别率.该方法的有效性分别在ORL及FERET人脸数据库上得到了验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟	南京理工大学计算机科学与技术学院	44	154	8.0	10.0
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	文举荣	南京理工大学计算机科学与技术学院	2	6	1.0	2.0