排序方式: 共有22条查询结果,搜索用时 702 毫秒
11.
对单训练样本的人脸识别问题的研究 总被引:6,自引:1,他引:6
现在许多人脸识别算法都是在假定每个人提供了多幅训练样本的情况下展开的,时每人只有一幅训练图像的识别问题研究得很少,而实际中往往每人只提供了一幅图像。本文对这一问题进行了研究,给出了一些生成虚拟训练样本的方法;提出了基于粪间散度最大的二维主分量分析方法,在ORL库上用单训练样本取得了75.28%的识别结果。 相似文献
12.
13.
单样本多姿态人脸识别研究 总被引:2,自引:1,他引:1
对如何用单幅正面人脸图像进行训练,待识别图像具有多种姿态变化的人脸识别问题进行了研究。人脸识别算法的识别率常与每人的训练样本数正相关。但在实际应用中,要求每人提供多幅图像并不合理。通过增加虚拟图像提高识别率,给出了一种模拟人脸姿态改变后的近似图像的简单有效的算法。在FERET人脸库上的实验表明,该文提出的近似图像对提高识别率作用显著,最好识别率提高了28.2%。 相似文献
14.
15.
16.
线性鉴别分析是特征抽取中最为经典和广泛使用的方法之一。近几年,在小样本情况下如何抽取F isher最优鉴别特征一直是许多研究者关心的问题。本文应用投影变换和同构变换的原理,从理论上解决了小样本情况下最优鉴别矢量的求解问题,即最优鉴别矢量可在一个低维空间里求得;给出了特征抽取模型,并给出求解模型的PPCA+LDA算法;在ORL人脸库3种分辨率灰度图像上进行实验。实验结果表明,PPCA+LDA算法抽取的鉴别向量有较强的特征抽取能力,在普通的最小距离分类器下能达到较高的正确识别率,而且识别结果十分稳定。 相似文献
17.
18.
19.
20.