一种基于奇异值扰动和主分量加权的单训练样本人脸识别方法

摘要：

本文提出了一种基于奇异值扰动和主分量加权的单训练样本人脸识别方法(ESWPCA)。该方法首先采用奇异值扰动对单训练样本图像进行预处理,衍生出新的图像,再将衍生图像与原始图像结合,然后对结合的图像进行主分量加权分析。在ORL人脸库上的实验结果表明,该方法在不提高主分量分析复杂度的情况下,采用较少的特征值提高了单训练样本的识别率。

关键词： 人脸识别 单训练样本 奇异值扰动 主分量加权

作者: 陈少东 孙季丰

作者单位: 广州 华南理工大学电子与信息学院 510640

会议类型: 国内会议

会议名称: 第二届和谐人机环境联合(第15届全国多媒体技术、第2届全国人机交互、第2届全国普适计算)学术会议

会议地点: 杭州

会议语种:中文

页码: 170-176

在线出版日期: 2006-10-31（万方平台首次上网日期，不代表论文的发表时间）