小训练样本的人脸识别研究  

Review of Face Recognition on Small Sample Size Problem

作　　者：黄宏博[1,2] 穆志纯[1] 

机构地区：[1]北京科技大学自动化学院,北京100083 [2]北京信息科技大学计算中心,北京100192

出　　处：《软件》2014年第3期167-169,共3页Software

基　　金：北京市属高等学校人才强教计划资助项目(PHR201108261);国家自然科学基金资助项目(61170116)

摘　　要：人脸识别问题在很多情况下都会面临小训练样本的问题,在训练样本数量远小于数据维数的情形下许多人脸识别方法都会遇到困难。本文分析了造成小样本问题的原因,从虚拟样本扩充、数据降维以及算法优化等不同方面总结了解决方法,并对不同方法进行了简要评价,对解决小样本问题的未来发展方向进行了展望。Small Sample Size Problem is a general problem in face recognition. Most methods of face recognition will encounter difficulties when the number of samples is much smaller than the dimension of face data. This paper analyzed the the origin of the problem, and then defferent solutions were presented includeing virtual sample expansion,data reduction and algorithm optimization. A brief evaluation of different methods was given. Future directions of solving the problem were prospected .

关 键 词：人脸识别 小样本问题 虚拟样本 数据降维 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]