首页> 中文期刊> 《小型微型计算机系统》 >人脸面部变化字典学习的单样本人脸识别问题

人脸面部变化字典学习的单样本人脸识别问题

         

摘要

基于稀疏表达的分类识别方法(SRC)是近年来人脸识别领域的热点研究课题之一,该理论认为,可以用人脸数据库中的所有其他样本作为稀疏表达字典,并且理想状态下该样本仅与同类样本强相关.然而其对于样本数量有着较高要求,且在处理含有光照问题人脸图像时无法消除光照对数据库的影响.针对上述情况,在稀疏表达的基础上,利用随机投影和构造人脸面部变化模型来优化稀疏表达字典,提出一种新的单样本人脸识别算法.该算法在低维空间中不仅能保持原始数据的稀疏重构关系,还能提高单样本人脸识别准确率.通过AR,Yale B,Extended Yale B人脸数据库的实验证明了面部变化模型的框架和其算法的有效性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号