基于采样的二维独立分量分析的单训练样本人脸识别.pdfVIP

第27卷第 1期 计 算 机 应 用 研 究 Vo1．27 No．1 2010年 1月 ApplicationResearchofComputers Jan．2010 基于采样的二维独立分量分析的单训练样本人脸识别 高 涛，何明～ (西北工业大学 电子信息学院 陕西省信息获取与处理重点实验室，西安710072) 摘 要 ：人脸识别是 当前人．7-智能和模 式识别的研 究热点。二维独立分量分析 (two—dimensionalindependent componentanalysis，2DICA)是人脸特征描述和识别地一种非常有效的方法，但是必须有一定数量和代表性的训 练样本的支持。当仅有一个训练样本时，该方法中的协方差矩阵就变成 了零矩阵，方法就会失效。针对这一问 题 ，提 出了一种基于采样二维独立分量分析 (sampledtwo—dimensionalindependentcomponentanalysis，S2DICA)人 脸识别方法。该方法是在2DICA运算之前 ，首先对单训练样本进行采样，通过多频率采样可以获取多个不 同频 率下的采样样本 ，然后对采样样本进行2DICA特征提取 ，最后采用神经网络分类识别，对人脸库 ORL和YEL作 了相关实验，将该方法与GREY、PCA、ICA、2DICA、PCPCA、FLDA、SampledFLDA等传统方法作 了比较 ，最终证 明了该方法可以有效地解决单训练样本人脸识别的问题。 关键词 ：独立分量分析 ；二维独立分量分析 ；采样二维独立分量分析 ；径向基 网络 中图分类号：TP391 文献标志码 ：A 文章编号 ：1001—3695(2010)01—0345—03 doi：10．3969／j．issn．1001—3695．2010．O1．103 Sampledtwo—dimensionalICA forfacerecognitionwith singletrainingimageperperson GAO Tao，HE Ming—yi (KeyLaboratoryoflnforrmuionAcquisition＆Processing，Electronic InformationSchool，NorthwesternPolytechnicalUniversity，Xi’an 7l0072，China) Abstract： Facerecognition isanactiveresearcharea intheartificialintelligence．Two—dimensionalindependentcomponent analysisisan efficientmethodoffacefeaturesdescriptionsandrecognition，butitmustdepend ona lotofrepresentative rainingsamples．Themethodwillbecomeinvalidationandthescattermatrixwillbecomeazeromatrixwhenanyclassorper— SOIlhasonlyonetrainingpatternavailable．Thispaperproposedafacerecognitionalgorithm usingsampledtwo—dimensional independentcomponentanalysisbasedonthisproblem．Themethodobtainedmultipletrainingsamplesfrom asinglefaceim— agebymultichannelsamplingbeforetwo—dimensionalindependentcomponentana