应用科学学报 ›› 2013, Vol. 31 ›› Issue (5): 488-494.doi: 10.3969/j.issn.0255-8297.2013.05.008
孟一飞1, 袁雪1, 魏学业1, 秦飞舟2, 覃庆努1
MENG Yi-fei1, YUAN Xue1, WEI Xue-ye1, QIN Fei-zhou2, QIN Qing-nu1
摘要: 针对单训练样本情况下的人脸识别问题,提出一种虚拟样本扩展方法. 利用光照模板映射将单一样本扩展为一组虚拟样本,从而增强单训练样本的分类信息. 采用主成分分析(principal component analysis, PCA)对扩展的虚拟样本进行降维,并用Fisher 鉴别变换作二次特征抽取,然后用最近邻分类器识别人脸图像. 所提方法在人脸图像库Yale B 和Extended Yale B 上进行试验,用PCA+LDA 方法把扩展图像作为训练集对测试图像进行特征提取和识别. 相对于以单样本图像为训练集的PCA 特征提取,该方法显著提高了识别率.
中图分类号: