单样本条件下基于图像增强和Fourier频谱的人脸识别

摘要：

目前有许多处理正面视觉人脸的识别方法,当有充分数量的有代表性的样本时,能取得较好的识别效果.然而当处理单样本识别问题时,现有的许多方法的识别率将明显下降或甚至不适用.为了加强单训练样本的分类信息,训练样本与其基于受扰动的奇异值的重构图组合成新样本,Fourier频谱作为人脸识别特征,在ORL人脸库上的实验结果表明了该方法的有效性.

关键词：人脸识别、Fourier变换、奇异值分解

所属期刊栏目：6

分类号：TP391.41(计算技术、计算机技术)

资助基金：广东省博士启动基金05006593

在线出版日期：2006-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：984-986