【精品】单训练样本人脸识别技术综述

【精品】单训练样本人脸识别技术综述

ID:43841823

大小:169.95 KB

页数:9页

时间:2019-10-15

【精品】单训练样本人脸识别技术综述_第1页
【精品】单训练样本人脸识别技术综述_第2页
【精品】单训练样本人脸识别技术综述_第3页
【精品】单训练样本人脸识别技术综述_第4页
【精品】单训练样本人脸识别技术综述_第5页
资源描述:

《【精品】单训练样本人脸识别技术综述》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第21卷第5期2008年10月模式识别与人工智能PR&AI单训练样本人脸识别技术综述王科俊段胜利冯伟兴(哈尔滨工程大学自动化学院哈尔滨150001)摘要对近年来国内外出现的单样本人脸识别技术和方法进行简单介绍和系统分类,分析各种方法的优缺点.阐明单样本人脸识别技术所面临的挑战,并对未来单样本人脸识别技术的发展方向进行展望.关键词人脸识别•单训练样本,特征提取中图法分类号TP391ASurveyofFaceRecognitionUsingSingleTrainingSampleWANGKe-Jun,DUANShen

2、g-Li,FENGWei-Xing(CollegeofAutomation9HarbinEngineeringUniversity,Harbin150001)ABSTRACTThestate-of-the-arttechniquesandmethodsforfacerecognitionusingasimpletrainingsamplearecategorizedandintroduced.Thestrengthandshortcomingofeachmethodareanalyzed.Moreover,the

3、challengesoffacerecognitionareillustrated.Finally,thefuturedirectionforfacerecognitionusingasingletrainingsampleispredicted・KeyWordsFaceRecognition,SingleTrainingSample,FeatureExtraction收稿H期:2007-08-13;修回日期:2008-04-14作者简介王科俊•男)962年生,教授俑十生导师,主要研究方向为模式识别、神经网E-m

4、ail:heukejim@sohu.com.段胜利,男J982年生,硕士,主要研究方向为图像处理与模式识别•冯伟兴,男,1971年生,副教授•硕士生导师,主要研究方向为人工智能与模式识别.1引言在一些特殊的场合,比如法律实施、护照验证、身份证验证等,每类(人)只能得到一幅图像,只能用这些数目有限的图像去训练人脸识别系统,因而产生了单训练样本人脸识别技术•单训练样本人脸识别,是指每人仅存储一幅人脸图像作为训练集去识别姿态、光照等可能存在变化的人脸图像的身份⑴.人脸识别研究开始于20世纪60年代晚期.由于人脸识别在档

5、案管理系统、安全验证系统、信用卡验证、公安系统的罪犯身份识别、银行和海关的监控、人机交互等领域具有广阔的应用前景,所以自从20世纪90年代以来已成为计算机视觉、模式识别和信息技术等领域研究的热点课题之一⑷•许多研究人员已提出各种有效的识别算法.在这些算法中,比较具有代表性的方法有主成分分析(PrincipalComponentAnalysis,PCA)⑶、线性判别分析(LinearDiscriminantAnalysis,LDA、隐马尔可夫模型(HiddenMarkovModels9HMM)⑴、支持向fit机(S

6、VM)⑹、贝叶斯算法⑴、局部特征分析法(LocalFeatureAnalysis,LFA)⑻、特征线方法(FeatureLineMethods,FLM)l9J及进化追踪(EvolutionPursuit,EP)㈣等.但是在一些特殊的场合,比如法律实施、护照验证、身份证验证等,每类(人)只能得到一幅图像,只能用这些有限的图像去训练人脸识别系统,这就给上述算法带来很大的麻烦.比如LDA,在单训练样本情况下,由于类内散布矩阵不存在,所以这种方法就无法实施了•同样,在单训练样本情况下,由于类内分布不能被估计出来,基于概率

7、的方法也就变成了PCA.尽管有些方法,比如PCA,能够直接用于这种悄况,但其得到的识别效率很低,识别效果不理想•如文献[11],在ORL人脸库上直接使用PCA,所得到的平均识别率只有69.5%.由于单样本人脸识别问题给人脸识别带来巨大的挑战及本身所具有的重要意义,近年来它已成为人脸识别研究中的一个重要研究方向,得到广泛关注,很多研究人员已提出很多方法,比如样本增强法、样本扩张法、通用学习框架法•本文对这些方法进行分析,并展望其未来的发展方向,希盥能让读者对单训练样本人脸识别技术有个总体了解.2单训练样本人脸识别方

8、法简介Brunelli和Poggiol,2)认为,人脸识别技术和方法可以分为两大类:基于几何特征的方法和基于模版匹配的方法.本节系统地分析了各种单样本人脸识别方法,并将它们分为以下6类:样本扩张法、特征子空间扩展法、通用学习框架法、图像增强法、神经网络法和三维识别方法.21样本扩张法样本扩张法利用各种技术从原样本图像合成多个虚拟图像,扩张每类的训练样本数目,使单训练样本人

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。