FLDA在单样本人脸识别中的应用研究.pdfVIP

第31卷第4期 计算机应用与软件 Vo1．3l No．4 2014年 4月 ComputerApplicationsandSoftware Apr．2014 FLDA在单样本人脸识别中的应用研究 马 龙 万康康 韩小纯 (南京理工大学计算机科学与技术学院 江苏 南京210094) (南京大学电子科学与工程学院 江苏 南京210093) 摘 要 随着人脸识别技术的不断发展，单样本人脸识别已成为当今的一个热点。针对单样本人脸识别问题，提出一种基于通用 框架学习的人脸识别方法。以大量的通用样本与各个单样本按一定比例叠加的方式，增加每个类的训练样本总数，有效地运用FL． DA方法进行特征抽取，将所有样本投影到特征子空间，再利用最近邻方法完成人脸识别 ，一定程度上减轻 了人脸的表情、姿态、光 照等因素对识别效果的影响，提高了识别率。该方法的有效性分别在ORL及Yale两大人脸库上得到了验证。 关键词 人脸识别 单训练样本 通用框架学习 Fisher线性判别分析 中图分类号 TP3 文献标识码 A DOI：10．3969／j．issn．1000-386x．2014．04．044 oN APPLICATIoN OF FLDA IN SINGLE SAMPLE FACE RECoGNITION MaLong WanKankan HanXiaochun (SchoolofComputerScienceandTechnology，NanjingUniveni~ofScienceandTechnology，Nanjing210094，Jiangsu，China) 。(SchoolofElectronicScienceand Engineering，NanjingUnivenity，Nanjing210093，fiangsu，China) Abstract Withtheconstantdevelopmentoffacerecognitiontechnology，singlesamplefacerecognitionhasbecometoday’Sfocus．Inlightof thisissue，inthepaperwepresentafacerecognitionmethodwhichisbasedongeneralfrma elearning．Themethodincreasesthetotalnumberof trainingsamplesofeveryclassinthewayofsuperimposingeachsinglesmaplewithagreatdealofgeneralsmaplesincertainproportion，effectively utilisesFLDA methodtoextractthefeatures，andmapsallhtesma plesontofeaturesubspace，thenmakesuseofhtenearestneighbouringmethod to completehtefacerecongition，thismitigateshteimpactsof htosefactorsincludingfacial expression，attitude，illumination，etc．onrecongitioneffect andraisesrecognitionrate．TheeffectivenessofhteproposedmethodhasbeenverifiedontwomajorfacelibrariesofORLandYalerespectively． Keywords Facerecognition Singletrainingsample Generalframelearning Fisherlineardiscriminantanalysis(FLDA) 人脸识别时是很有效的，