關 閉

        新聞中心

        EEPW首頁 > 工控自動化 > 設計應用 > 基于鏡像奇異值分解的單樣本人臉識別

        基于鏡像奇異值分解的單樣本人臉識別

        作者: 時間:2010-10-22 來源:網絡 收藏

        同時,為了比較各參考文獻方法和本文方法在不同測試數目情況下的穩定性[9],做如下的測試實驗:在ORL庫上分別取每個人的第1,2,3,...,10張圖像作為訓練,分10組實驗,同時在每組實驗中分別以除訓練以外的前2,3,4,...,9張圖像作為測試樣本,計算每組實驗的平均率,實驗結果如圖4所示。

        2.3 實驗結果分析
        由表1可以看出,在不同的訓練樣本條件下,本文提出的方法的效果明顯高于參考文獻中提出的其他幾種方法,這主要是由于加入鏡像信息后可以減小由于姿態變化對的影響。從圖3中的實驗數據也可以看出SVD+2DPCA和SVD+(2D)2PCA方法在特征維數增大時,兩種方法的識別效果差不多,但是都不如本文所提方法,而且由SVD+(2D)2PCA方法和本文方法的比較曲線可以得知,本文方法識別率的提高主要是依賴于圖像鏡像信息的加入,而不是僅僅由于(2D)2PCA特征提取方法的選擇。由圖4可知,隨著測試樣本個數的增加,特別是PCA方法的識別率較低而且其穩定性較弱,與SVD+2DPCA以及SVD+(2D)2PCA方法相比,本文所提方法在保證識別率高于其他方法的同時,也表現出了較強的穩定性。
        通過對原始人臉圖像增加鏡像圖像來擴充訓練人臉樣本數,提出了一種鏡像的新方法。實驗表明,與其他單樣本人臉識別方法相比,本文所提出的方法具有較高的識別率,在一定程度上克服了由于人臉姿態的變化對識別結果的影響,并取得了較好的識別效果。但是,現有的單樣本人臉識別的方法其識別率一般都不高,有效算法的提出還有待進一步的研究。
        參考文獻
        [1] ZHAO W, CHELLAPPA R, ROSENFELD A, et al. Face recgnition: a literature survey[J]. ACM Computing Surveys, 2003,35(4):399-458.
        [1] TURK M, PENTLAND A. Eigenfaces for recognition[J].Journal of Cognitive Neuroscience, 1991,3(1):71-86.
        [2] TURK M, PENTLAND A. Face recognition using eigenfaces[A]. Proceedings of IEEE Computer Vision and Pattern Recognition[C]. Hawaii, USA: IEEE CS Press, 1991: 586-591.
        [3] YANG J, ZHANG D. Two_dimensional PCA: a new approach to appearance-based face representation and Recognition[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 2004,26(1):131-137.
        [4] ZHANG Dao Qiang, ZHOU Zhi Hua. (2D)2PCA:Two-directional two-dimensional PCA for efficient face representation and recognition[J]. Neurocomputing,2005(69): 224-231.
        [5] BELHUMEUR V, HESPANHA J, KRIEGMAN D. Eigenfaces vs fisherfaces: recognition using class specific linear projection[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1997,19(7):711-720.
        [6] LU Chong, LIU Wan Quan, SEN Jian. An face recognition with only one training sample[J]. Proceedings of the 25th Chinese Control Conference 7-11 August, 2006
        [7] 楊瓊,丁曉青.對稱主分量分析及其在人臉識別中的應用[J].計算機學報,2003,26(9):1146-1151.
        [8] ZHANG D, CHEN S, ZHOU Z H. A new face recognition method based on SVD perturbation for single example image per person[J].Applied Mathematics and computation, 2005,163(2):895-907.
        [9] 吳朋.虛擬信息的單樣本分塊人臉識別[J].計算機工程與應用,2009,45(19):146-149.


        上一頁 1 2 3 下一頁

        評論


        相關推薦

        技術專區

        關閉
        主站蜘蛛池模板: 平湖市| 嵊泗县| 丹巴县| 乌兰县| 牡丹江市| 砀山县| 噶尔县| 定安县| 肥西县| 专栏| 扎兰屯市| 区。| 承德县| 滕州市| 东方市| 德昌县| 革吉县| 灵丘县| 沙洋县| 巴东县| 金昌市| 威信县| 巧家县| 叙永县| 繁昌县| 马边| 鲁甸县| 南靖县| 灌南县| 合作市| 武陟县| 金坛市| 丹巴县| 湘潭市| 白河县| 德安县| 神木县| 遵化市| 固始县| 定边县| 云林县|