基于子模式的单样本人脸识别方法

摘要：

针对在单样本人脸识别中每类个体的鉴别性特征难以提取的问题,提出一种基于子模式的单样本人脸识别方法.所提方法考虑了人脸的不同部位对人脸识别精度有不同的贡献度,并引入外部人脸数据集来训练学习得到每类个体的鉴别性特征.在进行人脸识别时,采用人脸校准算法提取人脸的5个基准点,并以此为中心将人脸划分成5个固定大小的子模式.在每个子模式的特征提取上,引入外部人脸数据集,并结合SVM 算法训练得到属于每个子模式的分类器.最后,对每个子模式的分类结果做加权融合,得到最佳识别对象.在3个公开的人脸数据集Extend-Yale-B,ORL,AR上与现有方法进行实验比较,结果表明所提方法在识别精度上有较大提升.

关键词：单样本、子模式、人脸识别、加权融合

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61672464

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：310-315