原文服务方: 计算机应用研究       
摘要:
为了丰富训练样本的类内变化信息,提出了基于通用训练样本集的虚拟样本生成方法.为了利用生成的虚拟样本中的类内变化信息有效地完成单样本人脸识别任务,提出了基于虚拟样本图像集的多流形鉴别学习算法.该算法将每类仅有的单个训练样本图像和该类的虚拟样本图像划分为互不重叠的局部块并构建流形,然后为每个流形学习一个投影矩阵,使得相同流形内的局部块在投影后的低维特征空间间隔最小化,不同流形中的局部块在投影后的低维特征空间中间隔最大化.实验结果表明,所提算法能够准确地预测测试样本中的类内变化,是一种有效的单样本人脸识别算法.
推荐文章
基于核融合的多信息流形学习算法
核融合
流形学习
多信息
基于Grassmann流形的半监督图像集鉴别分析
Grassmann流形
图像集
鉴别分析
半监督
基于核稀疏表示的多流形判别分析
人脸识别
多流形
核稀疏表示
流形内部图
流形间图
基于特征子空间邻域的局部保持流形学习算法
正约束
特征子空间
局部保持
流形学习
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 基于虚拟样本图像集的多流形鉴别学习算法
来源期刊 计算机应用研究 学科
关键词 单样本人脸识别 虚拟样本 通用训练样本集 多流形鉴别学习
年,卷(期) 2018,(6) 所属期刊栏目 图形图像技术
研究方向 页码范围 1872-1878
页数 7页 分类号 TP391.41|TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2018.06.061
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 王玉伟 九江学院机械与材料工程学院 13 31 3.0 4.0
2 董西伟 九江学院信息科学与技术学院 15 30 3.0 4.0
4 尧时茂 九江学院信息科学与技术学院 7 8 2.0 2.0
7 朱阳平 南京邮电大学自动化学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (54)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(8)
  • 参考文献(3)
  • 二级参考文献(5)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
单样本人脸识别
虚拟样本
通用训练样本集
多流形鉴别学习
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导