基于虚拟样本的加权稀疏表示人脸识别研究

来源期刊：控制工程2018年第3期

论文作者：项晓丽 武圣 龙伟 武和雷

文章页码：488 - 492

关键词：人脸识别;小样本问题;虚拟训练样本;高斯核距离;加权的训练样本集;相似性关系;

摘    要：实际的人脸识别系统常常会面临小样本问题,为了提高在小样本情况下人脸识别的分类正确率,提出一种基于虚拟样本的高斯加权稀疏表示的人脸识别方法。该方法首先利用人脸的对称性来构造虚拟训练样本,扩充训练样本集;然后,对每个测试样本,利用高斯核距离度量该测试样本和各个训练样本的相似性关系,并将该高斯核距离作为训练样本的权值来形成加权的训练样本集;最后,利用稀疏表示方法进行人脸的识别分类。实验结果比较分析表明,该方法在小样本情况下可以获得更好的识别效果。