基于SIFT特征的单样本人脸识别研究  

Single-Sample Face Recognition Using SIFT Features

作　　者：许广毅[1] 王杨[2] 

机构地区：[1]军事经济学院,湖北武汉430035 [2]军事经济学院襄樊分院,湖北襄樊441118

出　　处：《信息工程大学学报》2008年第2期164-167,共4页Journal of Information Engineering University

摘　　要：提出了一种基于SIFT的模式独立特征的快速人脸识别方法,将其与一种基于特征聚类的简单的模式匹配策略相结合,实现了对单样本人脸识别问题的有效改进。通过在FERET,ORL等人脸数据库上进行的大规模实验,并与其它现有的相关方法进行比较,结果证明了本文提出的新方法对于单样本人脸识别问题的鲁棒性和高效性,并验证了SIFT特征对于人脸图像的有效的表征能力。This paper uses the pattern-specific SIFT feature and a simple non-statistical matching strategy combined with feature clustering to solve single training sample face recognition problems. Large scale experiments on FERET, ORL face databases using only one training sample per person have been carried out to compare it with existing features such as Gabor wavelet feature, Local Binary Pattern feature, and the results demonstrate the effectiveness of our methods to different face variations with only one training sample.

关 键 词：尺度不变性特征变换 单样本问题 特征匹配 人脸识别 

分 类 号：TN911.73[电子电信—通信与信息系统]