通用学习框架在单样本人脸识别中的应用研究-计算机应用与软件.pdfVIP

第３１卷第８期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．８ ２０１４年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１４ 通用学习框架在单样本人脸识别中的应用研究 马　龙　刘　伟　文举荣 （南京理工大学计算机科学与技术学院　江苏南京２１００９４） 摘　要　　针对单样本人脸识别问题，提出一种基于通用学习框架的人脸识别方法。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，有效地运用了２ＤＰＣＡ方法进行特征抽取，将所有样本投影到特征子空间，再根据最大隶 属度原则完成人脸识别，明显提高了识别率。该方法的有效性分别在ＯＲＬ及ＦＥＲＥＴ人脸数据库上得到了验证。 关键词　　人脸识别　单训练样本　通用学习框架　二维主成分分析 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０８．０４５ ＲＥＳＥＡＲＣＨＡＮＤＡＰＰＬＩＣＡＴＩＯＮＯＦＧＥＮＥＲＩＣＬＥＡＲＮＩＮＧＦＲＡＭＥＩＮＦＡＣＥ ＲＥＣＯＧＮＩＴＩＯＮＷＩＴＨＳＩＮＧＬＥＳＡＭＰＬＥ ＭａＬｏｎｇ　ＬｉｕＷｅｉ　ＷｅｎＪｕｒｏｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００９４，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｗｉｔｈｓｉｎｇｌｅｓａｍｐｌｅ，ｗｅｐｒｏｐｏｓｅｉｎｔｈｉｓｐａｐｅｒａｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｔｈａｔｕｓｅｓｇｅｎｅｒｉｃ ｌｅａｒｎｉｎｇｆｒａｍｅ．Ｉｔｉｎｃｒｅａｓｅｓｔｈｅｔｏｔａｌｎｕｍｂｅｒｏｆｔｒａｉｎｉｎｇｓａｍｐｌｅｓｏｆｅａｃｈｃｌａｓｓｉｎｔｈｅｗａｙｏｆｐｉｌｉｎｇｕｐｉｎｃｅｒｔａｉｎｐｒｏｐｏｒｔｉｏｎｔｈｅｌａｒｇｅａｍｏｕｎｔｏｆ ｇｅｎｅｒｉｃｓａｍｐｌｅｓａｎｄｅａｃｈｓｉｎｇｌｅｓａｍｐｌｅ，ｅｆｆｅｃｔｉｖｅｌｙｅｍｐｌｏｙｓｔｈｅ２ＤＰＣＡｍｅｔｈｏｄｆｏｒｆｅａｔｕｒｅｓｅｘｔｒａｃｔｉｏｎ．Ａｌｌｔｈｅｓａｍｐｌｅｓａｒｅｐｒｏｊｅｃｔｅｄｏｎｔｏｔｈｅ ｆｅａｔｕｒｅｓｕｂｓｐａｃｅ，ａｎｄｔｈｅｆａｃｅｒｅｃｏｇｎｉｔｉｏｎｉｓａｃｃｏｍｐｌｉｓｈｅｄａｃｃｏｒｄｉｎｇｔｏｍａｘｉｍｕｍｍｅｍｂｅｒｓｈｉｐｐｒｉｎｃｉｐｌｅ，ｔｈｕｓｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｉｓ ｒｅｍａｒｋａｂｌｙｒａｉｓｅｄ．ＴｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｈａｓｂｅｅｎｖｅｒｉｆｉｅｄｏｎＯＲＬａｎｄＦＥＲＥＴｆａｃｅｄａｔａｂａｓｅ． Ｋｅｙｗｏｒｄｓ　　Ｆａｃｅｒｅｃｏｇｎｉｔｉｏｎ　Ｓｉｎｇｌｅｔｒａｉｎｉｎｇｓａｍｐｌｅ　Ｇｅｎｅｒｉｃｌｅａｒｎｉｎｇｆｒａｍｅｗｏｒｋ　２ＤＰＣＡ 练样本的通用训练样本集来提取样本的判别信息，然后，通用判 ０　引　言 别信息可以直接用于鉴别单训练样本，通用学习框架法在一定 程度上提高了人脸识别率，但是，找到一个合适的通用训练样本 人脸识别技术起始于上个世纪６０年代后期，４０多年来得 集是一件很困难的事情。虚拟样本生成法是指根据现有的每人 到了飞速的发展，随着人脸识别技术在安全验证系统、医学、档 仅有的１个训练样本，生成多个样本，即生成后的每个人有多个 案管理系统、人机交互系统、公安工作、视频会议和图像检索等 训练样本，从而可以像正常的多训练样本人脸识别一样进行特 领域的广泛应用，已经成为计算机视觉和模式识别领域的一个 征提取，然而，虚拟生成的图像与原图像具有高度相关性，因此， 研究热点［１，６