基于局部通用的核协同表示单样本人脸识别算法
打开文本图片集
【摘 要】 针对单样人脸识别中每个训练样本只有一张人脸图像，尤其是存在光照、表情以及遮挡等变化时，提取特征信息单一化等问题，提出一种局部通用的分块核协同表示单样本人脸识别算法。算法通过备用的训练样本构造通用的类内变化字典，并对通用集和训练样本进行分块，以达到样本扩充的目的，保证训练字典的完备性，从而提取足够的特征判别信息，然后利用高斯核变化将人脸数据映射到高维特征空间，从而实现人脸数据线性化的优势，增强人脸特征信息的可分性，提高算法在复杂环境下的适应能力。（剩余7870字）
