融合原始样本和虚拟样本的人脸识别算法

• 作者: 武和雷 武圣 项晓丽 龙伟
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 人脸识别 小训练样本 协同表示方法 虚拟样本 加权融合 重建误差
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 117-121
• 页数: 5页
• 分类号: TP391
• 字数: 4265字
• 语种: 中文
• DOI: 10.16280/j.videoe.2016.09.024

摘要

由于有限的存储容量和捕获图片的时间,实际的人脸识别系统往往只能获得少量的训练样本,但是,在小训练样本情况下大多数人脸识别算法都会遇到困难.因此,为了提高人脸识别的分类正确率,提出了一种融合原始样本和虚拟样本的人脸识别方法.该方法先利用人脸的对称性来构造虚拟训练样本;然后,利用协同表示方法分别对原始训练样本和虚拟训练样本进行分析,并且分别得到每一类训练样本的重建误差;最后,将原始训练样本和虚拟训练样本的同一类重建误差进行加权融合并得到最终的分类结果.大量的实验结果比较分析表明,该方法可以获得更好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武和雷	南昌大学信息工程学院	42	322	9.0	17.0
2	龙伟	南昌大学信息工程学院	63	224	8.0	11.0
3	项晓丽	南昌大学信息工程学院	5	11	2.0	3.0
4	武圣	山东大学软件学院	4	10	2.0	3.0