一种改进的基于奇异值扰动的单样本人脸识别方法

摘要：

针对单训练样本情况下人脸识别性能不佳的问题,本文提出了一种改进的基于奇异值扰动的人脸识别方法.首先通过奇异值扰动方法扩展人脸样本,然后运用小波变换压缩扩展样本,选择小波变换分解后的低频分量作为子图像,再采用核主成分分析提取人脸的高阶特征,最后根据最近邻分类器分类.在ORL和Yale数据库上的仿真实验证明了本文方法的识别性能优于对比方法.

关键词：人脸识别、特征提取、奇异值扰动、核主成分分析、小波变换、最近邻分类器

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：湖北省自然科学基金资助项目2009CDB069,2011CDC017:湖北省教育厅创新团队资助项目T201214

在线出版日期：2012-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：88-91