针对单样本人脸的三维部分人脸识别

摘要：

针对三维人脸识别中人脸数据部分缺失、遮挡以及损坏等情况,以及由训练样本缺乏引起的单训练样本问题,定义基于局部关键点的多三角形统计特征,该特征不仅能够在人脸数据部分可见的情况下保证鲁棒性,在人脸表情和姿态变化时也能准确描述人脸.针对单训练样本问题,提出一种两阶段加权协同表示方法.将提取的人脸局部特征作为先验知识,计算基于类的概率估计,并将该概率估计作为第二阶段分类中的局部约束,进而提高识别性能.实验结果表明,该方法可有效提高单样本部分人脸的识别率.

关键词：三维人脸识别、三维表示、稀疏表示、部分面部数据、单样本

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61403265,61471371;四川省科技计划基金资助项目2015SZ0226

在线出版日期：2016-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：144-150