单训练样本人脸识别技术综述
了各种算法并总结了它们的优缺点,以便读者对这个问题的研究进展有个总体的了解;最后文章还指出单样本人脸识别面临的挑战。尽管单样本人脸识别面临着很多挑战,但它仍然有很大的发展空间。
1)人脸的局部和整体信息的相互结合为识别问题提供了一个思路。局部和整体信息的相互结合能有效地描述人脸的特征,可以获得准确的人脸描述和区别信息,避免完全不相似的人脸图像被认为是相似的。
2)三维人脸识别技术也为单样本问题提供了一线新的曙光。三维信息能够更精确地描 述人的脸部特征,提取的某些特征具有刚体变换不变性,并且不易受化妆和光照的影响。利用三维曲面的配准算法能很好地克服姿态变化,通过三维模型合成的面部动作在一定程度上克服了表情变化,因此,基于三维信息的人脸识别是一种较鲁棒的识别途径,能够有效地克服基于二维图像进行识别遇到的困难。例,Shimshoni等人[68]从单幅人脸图像重建人脸三维表面形状来进行识别;Mario Castelan与Hancock[69]提出从一幅正面人脸图像获取图像的高度信息以为最终的识别提供更多更精确的信息。Lei Zhang,Sen Wang等人[70][71]提出了一种三维球形调和函数基形变模型(SHBMM),在解决光照和姿态变化上取得了很好的效果。
3)多模态生物特征识别技术为问题的解决提供了一个新的方向。由于人类具有多种生 物特征,比如指纹、声纹、虹膜、静脉等,而且没有任何一个单一的生物特征识别系统足够精确和可靠,某些特征之间具有很强的互补性,可以融合多种特征进行识别。多生物特征融合来进行身份鉴别有很多优点:(1)准确性;(2)可靠性;(3)适用性,每种生物特征都存在应用的局限性,因此可以把人脸和其他生物特征结合起来以提高识别效果。文[67]就结合人脸和掌纹特征来识别人的身份,只使用人脸特征或掌纹特征识别率分别为52.57%,62.72%,将二者结合后识别率为90.73%,识别率大大提高。
4)先验知识也为单样本人脸识别问题开辟了一条道路。在机器学习领域,近年来先验 知识被广泛研究和利用。近期的研究表明,在单样本数字签名识别中使用先验知识可以达到比多样本训练更好的识别效果。文[39]-[43]就把先验知识用于单训练样本人脸识别问题,而且取得了比较好的识别性能。
5)模式识别、计算机学习和计算机视觉等人脸识别相关学科的发展为单样本人脸识别问题的最终解决提供了方法。
总之,虽然单样本人脸识别问题目前还没有很好的解决方法,但是,这并不意味着问题不能被最终解决。近期的研究表明,虽然只有一个样本,但其中已经包含了足够多的可以被用来识别的信息。随着众多研究者的不懈努力,单样本人脸识别问题将加速得到解决。
参考文献
[1] Face Recognition from a Single Image per Person:A Survey
[2] ZHAO W,CHELLAPPA R,ROSENFELD A,PHILLIPS P J.Face Recognition: A Literature Survey.
[3] M. TURK, A. PENTLAND. “Face Recognition Using Eigenfaces”. In IEEE CVPR, pp. 586-591, 1991.
[4] JIAN HUANG, PONG C YUEN, WEN-SHENG CHEN and J H LAI.Component-based LDA Method for Face Recognition with One Training Sample.computer society ,2003.
[5] F.S. SAMARIA. Face Recognition Using Hidden Markov Models. PhD thesis, University of Cambridge, 1994.
[6] PHILLIPLS, P. J.Support vector machines applied to face fecognition. Adv. Neural Inform. Process. Syst. 11(03) (1998) 809.
[7] MOGHADDAM, B., JEBARA, T., PENTLAND, A. Bayesian face recognition. Pattern Recognition, 33(11) (2000) 1771-1782.
[8] P.S. PENEV. “Local Feature Analysis: a General Statistical Theory For Object Representation”. In Network: Computation in Neural Systems, vol. 7, pp. 477-500, 1996.
[9] LI, S. Z. AND LU, J. Face recognition using the nearest feature line method. IEEE Trans. Neural Network.10(2)
第21卷第5期2008年lO月 模式识别与人工智能PR&AI V01.2l0ct No.52008 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)...
单训练样本人脸识别技术综述_信息与通信_工程科技_专业资料。模式识别与人工智能的一些热门文献第 卷年 模式识 别与 人工 智能《 单训 练 样本 人脸识 别技术...
单样本人脸识别综述_工学_高等教育_教育专区。Handbook Of Face Recognition -...不幸的是,许多现有的人脸识别 技术很大程度上依赖于训练样本集的规模和代表性, ...
人脸自动识别技术综述 12页 免费 人脸识别技术 121页 1下载券 单训练样本人脸识别技术... 8页 免费 人脸识别技术综述 论文 47页 4下载券喜欢此文档的还喜欢...
人脸识别技术综述 题学班姓 目:人脸识别技术综述 院:地理与环境科学学院 级:...KL 变换的生成矩阵可以 是训练样本集的总体散布矩阵, 也可以是训练样本的类间...
4页 免费 人脸识别技术综述和应用 12页 免费 人脸识别核心算法 3页 免费 人脸识别技术概念 3页 10财富值 单训练样本人脸识别技术综... 11页 免费...
11 N o v. 2000 人脸识别技术综述张翠平 苏光大 ( 清华大学电子工程系“ ...[ 13] 是训练样本集的总体散布矩阵, 也可以是训练样本 集的类间散布矩阵, ...
11 N o v. 2000 人脸识别技术综述张翠平 苏光大 ( 清华大学电子工程系“ ...[ 13] 是训练样本集的总体散布矩阵, 也可以是训练样本 集的类间散布矩阵, ...
11 . N ov. 2000 人脸识别技术综述张翠平 苏光大 ( 清华大学电子工程系 “... 单训练样本人脸识别技术... 8页 免费 人脸识别技术综述 论文 47页 4下载券...
文章编号:1671—1041(2008)05—0001—02 人脸识别技术综述刘琦,韩其睿I天津...由于在计算机人脸识别应用中,每类训练 的样本较少,不能够从训练集中精确地估计出...
热门文档