基于支持向量机和Candide-3的单样本人脸确认OACSCDCSTPCD
FACE VERIFICATION BASED ON SVM AND CANDIDE-3 WITH SINGLE SAMPLE
目前已有的正面人脸识别方法大多要求有充分数量的训练样本,不能适应单人单个训练样本的情况.提出了一种基于支持向量机SVM的单训练样本人脸确认方法,首先产生人脸Candide-3模型,通过对重建模型的旋转产生姿态不同的数字人脸,将产生的数字人脸和原始样本一起作为训练数据,用SVM进行分类确认,取得了接近于多样本情况下的识别率.在ORL人脸库的实验结果表明,本方法能更好地适应单样本情况下的人脸确认,比同类人脸确认方法具有更高的识别率.
马俊容;胡峰松;林斌
湖南大学计算机与通信学院,湖南,长沙,410082湖南大学计算机与通信学院,湖南,长沙,410082湖南大学计算机与通信学院,湖南,长沙,410082
人脸确认单训练样本支持向量机Candide-3
《计算机应用与软件》 2010 (6)
213-215,3
评论